Как мне (или я могу) ВЫБРАТЬ DISTINCT по нескольким столбцам? - PullRequest
Новая
       120

Как мне (или я могу) ВЫБРАТЬ DISTINCT по нескольким столбцам?

362 голосов
/ 10 сентября 2008

Мне нужно извлечь все строки из таблицы, в которой все 2 столбца объединены. Поэтому я хочу, чтобы все продажи, в которых не было других продаж, произошли в тот же день по той же цене. Продажи, которые являются уникальными в зависимости от дня и цены, будут обновлены до активного статуса.

Вот я и думаю: 

UPDATE sales
SET status = 'ACTIVE'
WHERE id IN (SELECT DISTINCT (saleprice, saledate), id, count(id)
             FROM sales
             HAVING count = 1)

Но мой мозг болит даже дальше.

Ответы [ 5 ]

401 голосов
/ 10 сентября 2008 
SELECT DISTINCT a,b,c FROM t

равно примерно эквивалентно: 

SELECT a,b,c FROM t GROUP BY a,b,c

Хорошая идея - привыкнуть к синтаксису GROUP BY, так как он более мощный.

По вашему запросу я бы сделал это так: 

UPDATE sales
SET status='ACTIVE'
WHERE id IN
(
    SELECT id
    FROM sales S
    INNER JOIN
    (
        SELECT saleprice, saledate
        FROM sales
        GROUP BY saleprice, saledate
        HAVING COUNT(*) = 1 
    ) T
    ON S.saleprice=T.saleprice AND s.saledate=T.saledate
 )
315 голосов
/ 28 сентября 2012

Если вы соберете ответы, очистите и улучшите их, вы получите этот превосходный запрос: 

UPDATE sales
SET    status = 'ACTIVE'
WHERE  (saleprice, saledate) IN (
    SELECT saleprice, saledate
    FROM   sales
    GROUP  BY saleprice, saledate
    HAVING count(*) = 1 
    );

Что намного быстрее, чем любой из них. Уменьшает производительность принятого в настоящее время ответа в 10-15 раз (в моих тестах на PostgreSQL 8.4 и 9.1).

Но это все еще далеко от оптимального. Используйте NOT EXISTS (анти-) полусоединение для еще лучшей производительности. EXISTS - это стандартный SQL, существующий вечно (по крайней мере, начиная с PostgreSQL 7.2, задолго до того, как был задан этот вопрос) и идеально соответствует представленным требованиям: 

UPDATE sales s
SET    status = 'ACTIVE'
WHERE  NOT EXISTS (
   SELECT FROM sales s1                     -- SELECT list can be empty for EXISTS
   WHERE  s.saleprice = s1.saleprice
   AND    s.saledate  = s1.saledate
   AND    s.id <> s1.id                     -- except for row itself
   )
AND    s.status IS DISTINCT FROM 'ACTIVE';  -- avoid empty updates. see below

дБ <> скрипка здесь
Старая SQL Fiddle

Уникальный ключ для идентификации строки

Если у вас нет первичного или уникального ключа для таблицы (id в примере), вы можете заменить системный столбец ctid для целей этого запроса (но не для некоторых других целей) : 

   AND    s1.ctid <> s.ctid

Каждая таблица должна иметь первичный ключ. Добавьте еще один, если у вас его еще не было. Я предлагаю столбец serial или IDENTITY в Postgres 10 +.

Связанный:

Как это быстрее?

Подзапрос в EXISTS anti-semi-join может прекратить оценку, как только будет найден первый дублик (нет смысла смотреть дальше). Для базовой таблицы с небольшим количеством дубликатов это лишь немного более эффективно. С большим количеством дубликатов это становится способ более эффективным.

Исключить пустые обновления

Для строк, которые уже имеют status = 'ACTIVE', это обновление ничего не изменит, но все равно вставит новую версию строки за полную стоимость (применяются незначительные исключения). Обычно вы этого не хотите. Добавьте еще одно WHERE условие, как показано выше, чтобы избежать этого и сделать его еще быстрее:

Если определено status NOT NULL, вы можете упростить до: 

AND status <> 'ACTIVE';

Незначительная разница в обработке NULL

Этот запрос (в отличие от принятого в настоящее время ответа Джоэля ) не обрабатывает значения NULL как равные. Следующие две строки для (saleprice, saledate) будут квалифицироваться как «отличные» (хотя и выглядят идентично человеческому глазу): 

(123, NULL)
(123, NULL)

Также передает уникальный индекс и почти где-либо еще, поскольку значения NULL не сравниваются равными в соответствии со стандартом SQL. См:

OTOH, GROUP BY, DISTINCT или DISTINCT ON () обрабатывают значения NULL как равные. Используйте соответствующий стиль запроса в зависимости от того, чего вы хотите достичь. Вы можете все еще использовать этот более быстрый запрос с IS NOT DISTINCT FROM вместо = для любого или всех сравнений, чтобы сделать сравнение NULL равным. Подробнее:

Если все сравниваемые столбцы определены NOT NULL, нет места для разногласий.

22 голосов
/ 10 сентября 2008

Проблема с вашим запросом состоит в том, что при использовании предложения GROUP BY (которое вы по сути делаете с помощью различных) вы можете использовать только столбцы, которые вы группируете или объединяете функции. Вы не можете использовать идентификатор столбца, потому что есть потенциально разные значения. В вашем случае всегда есть только одно значение из-за предложения HAVING, но большинство СУБД недостаточно умны, чтобы это распознать.

Однако это должно работать (и не требует соединения): 

UPDATE sales
SET status='ACTIVE'
WHERE id IN (
  SELECT MIN(id) FROM sales
  GROUP BY saleprice, saledate
  HAVING COUNT(id) = 1
)

Вы также можете использовать MAX или AVG вместо MIN, важно использовать только функцию, которая возвращает значение столбца, если есть только одна совпадающая строка.

1 голос
/ 13 января 2018

Я хочу выбрать отдельные значения из одного столбца 'GrondOfLucht', но они должны быть отсортированы в порядке, указанном в столбце 'сортировка'. Я не могу получить отличительные значения только одного столбца, используя 

Select distinct GrondOfLucht,sortering
from CorWijzeVanAanleg
order by sortering

Это также даст столбцу «сортировку», и поскольку «GrondOfLucht» И «сортировка» не уникальны, результатом будут ВСЕ строки.

используйте ГРУППУ, чтобы выбрать записи 'GrondOfLucht' в порядке, заданном 'сортировкой 

SELECT        GrondOfLucht
FROM            dbo.CorWijzeVanAanleg
GROUP BY GrondOfLucht, sortering
ORDER BY MIN(sortering)
0 голосов
/ 31 января 2019

Если ваша СУБД не поддерживает разные с несколькими столбцами, как это: 

select distinct(col1, col2) from table

В целом множественный выбор можно безопасно выполнить следующим образом: 

select distinct * from (select col1, col2 from table ) as x

Поскольку это может работать на большинстве СУБД, и ожидается, что это будет быстрее, чем группировка по решению, поскольку вы избегаете функциональности группировки.

...