前言
在使用SQL提数的时候，常会遇到表内有重复值的时候，就需要做去重，本文归类了常用方法。
?? 1.distinct
题目：现在运营需要查看用户来自于哪些学校，请从用户信息表中取出学校的去重数据
示例:user_profile
mysql>SELECT DISTINCT university FROM user_profile;
????????根据示例，查询返回以下结果
????????小贴士：
SQL中关键词distinct去重：
英语中distinct 代表独一无二的意思，
他在SQL表示去重的意思：比如本题中university这一列出现了两次北京大学，
使用distinct进行去重查询后，则北京大学只出现一次。
distinct 通常效率较低
distinct 使用中，放在 select 后边，对后面所有的字段的值统一进行去重
???????? 拓展：
题目：现在运营需要查看用户的总数
select count(distinct university) from user_profile;
?? 2.group by
???????? 举个栗子，现有这样一张表 task
备注：
task_id: 任务id;
order_id: 订单id;
start_time: 开始时间
注意：一个任务对应多条订单
题目：列出任务总数
????????????????根据示例，查询方法如下：
第1步：列出 task_id 的所有唯一值（去重后的记录,null也是值）
|
1 2 3 |
select task_id from Task group by task_id; |
第二步： 任务总数
|
1 2 3 4 |
select count(task_id) task_num from (select task_id from Task group by task_id) tmp; |
?? 3.row_number 窗口函数
???????? 举个栗子，现有这样一张表 task
备注：
task_id: 任务id;
order_id: 订单id;
start_time: 开始时间
注意：一个任务对应多条订单
题目：查询整个表重复的数据
????????根据示例，查询方法如下：
– 在支持窗口函数的 sql 中使用
|
1 2 3 4 |
select count(case when rn=1 then task_id else null end) task_num from (select task_id , row_number() over (partition by task_id order by start_time) rn from Task) tmp; |
????????小贴士：
MySQL8.0 中可以利用 ROW_NUMBER()，DENSE_RANK()，RANK() 三个窗口函数来实现排序
需要注意的一点是 as 后的别名，千万不要与前面的函数名重名，否则会报错
下面给出这三种函数实现排名的案例：
–三条语句对于上面三种排名
|
1 2 3 |
select xuehao,score, ROW_NUMBER() OVER(order by score desc) as row_r from scores_tb; select xuehao,score, DENSE_RANK() OVER(order by score desc) as dense_r from scores_tb; select xuehao,score, RANK() over(order by score desc) as r from scores_tb; |
– 一条语句也可以查询出不同排名
|
1 2 3 4 5 6 |
SELECT xuehao,score, ROW_NUMBER() OVER w AS ‘row_r', DENSE_RANK() OVER w AS ‘dense_r', RANK() OVER w AS ‘r' FROM scores_tb WINDOW w AS (ORDER BY score desc); |
?? 4.删除重复数据
创建测试数据
我们创建一个人员信息表并在里面插入一些重复的数据
|
1 2 3 4 5 6 7 |
CREATE TABLE Person( id int auto_increment primary key comment ‘主键', Name VARCHAR(20) NULL, Age INT NULL, Address VARCHAR(20) NULL, Sex CHAR(2) NULL ); |
|
1 2 3 4 5 6 7 8 9 10 |
INSERT INTO Person(ID,Name,Age,Address,Sex) VALUES ( 1, ‘张三', 18, ‘北京路18号', ‘男' ), ( 2, ‘李四', 19, ‘北京路29号', ‘男' ), ( 3, ‘王五', 19, ‘南京路11号', ‘女' ), ( 4, ‘张三', 18, ‘北京路18号', ‘男' ), ( 5, ‘李四', 19, ‘北京路29号', ‘男' ), ( 6, ‘张三', 18, ‘北京路18号', ‘男' ), ( 7, ‘王五', 19, ‘南京路11号', ‘女' ), ( 8, ‘马六', 18, ‘南京路19号', ‘女' ); |
题目：数据库中存在重复记录，删除保留其中一条
我们发现除了自增长ID不同以为，有几条其他字段都重复的数据出现
???? 第一步：找出重复的数据
|
1 2 3 4 5 |
mysql>SELECT MAX(ID) ID, Name,Age,Address,Sex FROM Person GROUP BY Name,Age,Address,Sex HAVING COUNT(1)>1 |
????????小贴士：
HAVING将分组后统计出来的数量大于1的数据行，就是我们要找的重复数据
上面用Max函数或者Min函数均可，只是为了保证取出来的数据的唯一性。
???? 第二步：删除重复的数据
其实我们数据库中最后要保留的结果就是第二步中查询出来的数据，
我们把其他的数据删除即可。
怎么删除呢？我们使用ID来排除。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
DELETE FROM Person WHERE EXISTS ( SELECT * FROM ( SELECT MAX(ID) ID, Name,Age,Address,Sex FROM Person GROUP BY Name,Age,Address,Sex HAVING COUNT(1)>1) T WHERE Person.Name=T.Name AND Person.Age=T.Age AND Person.Address=T.Address AND Person.Sex=T.Sex AND Person.ID<T.ID ) |
执行完后重新查询Person表结果如下
马六因为只有一条记录，所以没有参与去重，直接显示。
