为啥使用 order by 添加时 distinct(column) 会返回重复项？

Posted 2023-02-16

【中文标题】为啥使用 order by 添加时 distinct(column) 会返回重复项？

【英文标题】：Why does distinct(column) return a duplicate when added with order by?为什么使用 order by 添加时 distinct(column) 会返回重复项？

【发布时间】：2021-07-31 01:53:03

【问题描述】：

SQL：

select distinct
    h.teacher_id,
    h.last_updated_at,
    c.name
from sometable h 
   inner join class c on h.teacher_id=c.id
   where last_updated_at is not null
   order by last_updated_at desc limit 5;

我收到重复的 teacher_id 作为回应。我哪里错了？我想返回上次更新的教师姓名和 ID。

【问题讨论】：

您误解了distinct 的作用。它适用于整行。

【参考方案1】：

SELECT DISTINCT * FROM ... 返回唯一的行。同一位老师可以多次出现，而其他栏则不同。

如果您希望行在选定列上是唯一的，请使用DISTINCT ON。喜欢：

SELECT DISTINCT ON (teacher_id)
       h.teacher_id,
     , h.last_updated_at
     , c.name
FROM   ...
ORDER  BY teacher_id, last_updated_at DESC
LIMIT  5;

详细解释：

Select first row in each GROUP BY group?

如果您想要不同的ORDER BY，请参阅：

PostgreSQL DISTINCT ON with different ORDER BY

【讨论】：

是的，我也这样做了。如果teacher_id 不只是id，它是一个唯一的字符串id。因此，当我添加teacher_id 时，整个事情都会发生变化。

@BharatBittu：链接的答案解释了DISTINCT ON 的每一个细节。

【参考方案2】：

您可能会看到有问题的teacher_id 有多个与之关联的类。如果您需要每位教师和他们领导的所有班级的一份记录，您可以使用STRING_AGG(c.name) 之类的东西（取决于您的 PostgreSQL 版本）。或者，您可以使用COUNT(c.name) 返回他们领导的班级数量。

在这两种情况下，您都需要GROUP BY 教师的 ID 和上次更新。