SQL - 仅在一列上选择不同的[重复]

Posted 2023-02-16

【中文标题】SQL - 仅在一列上选择不同的[重复]

【英文标题】：SQL - select distinct only on one column [duplicate]

【发布时间】：2013-12-22 18:02:40

【问题描述】：

我已经广泛搜索了这个问题的答案。我使用的是 Microsoft SQL Server，假设我有一个如下所示的表：

+--------+---------+-------------+-------------+
| ID     | NUMBER  | COUNTRY     | LANG        |
+--------+---------+-------------+-------------+
| 1      | 3968    | UK          | English     |
| 2      | 3968    | Spain       | Spanish     |
| 3      | 3968    | USA         | English     |
| 4      | 1234    | Greece      | Greek       |
| 5      | 1234    | Italy       | Italian     |

我想执行一个查询，它只选择唯一的“NUMBER”列（是第一行还是最后一行并不困扰我）。所以这会给我：

+--------+---------+-------------+-------------+
| ID     | NUMBER  | COUNTRY     | LANG        |
+--------+---------+-------------+-------------+
| 1      | 3968    | UK          | English     |
| 4      | 1234    | Greece      | Greek       |

这是如何实现的？

【问题讨论】：

不清楚你想要什么。你想要一排（就像你问的那样）还是两排（就像你的第二个代码块）？还是真的是每个国家一个数字？

您真的搜索过“远方”吗？这是一个很常见的查询。

也是***.com/questions/966176/… ...和***.com/questions/5021693/… ...和***.com/questions/1785634/… ...的副本。

还有***.com/questions/6127338/… ...和***.com/questions/6628900/… ..（很抱歉选择了你，但没那么抱歉！）

【参考方案1】：

既然你不在乎，我为每个数字选择了最大 ID。

select tbl.* from tbl
inner join (
select max(id) as maxID, number from tbl group by number) maxID
on maxID.maxID = tbl.id

---

查询说明

 select 
    tbl.*  -- give me all the data from the base table (tbl) 
 from 
    tbl    
    inner join (  -- only return rows in tbl which match this subquery
        select 
            max(id) as maxID -- MAX (ie distinct) ID per GROUP BY below
        from 
            tbl 
        group by 
            NUMBER            -- how to group rows for the MAX aggregation
    ) maxID
        on maxID.maxID = tbl.id -- join condition ie only return rows in tbl 
                                -- whose ID is also a MAX ID for a given NUMBER

【讨论】：

无论如何，我并没有因此而投反对票，而是因为随着表变大，自联接到同一个表的聚合会成倍增加（就读取而言）。 Gordon's answer，除了更灵活之外，也更高效（或者至少不会更差）。

多项式不是变得更昂贵吗？你是如何“成倍增长”的？

我先回答了，然后顿悟了。无论如何，我也投票支持 Gordon 的答案，因为大多数重复项都使用相同的窗口方法。

似乎对我不起作用，也许我用错了。如果人们在回答 SQL 问题时能够对查询中发生的事情给出某种解释，那就太好了。否则很难从答案中学习。

@RampantCreativeGroup 我添加了解释，希望对您有所帮助。

【参考方案2】：

您将使用以下查询：

SELECT * FROM [table] GROUP BY NUMBER;

其中[table] 是表的名称。

这为NUMBER 列提供了唯一的列表，但是其他列可能没有意义，具体取决于供应商的实现；也就是说，它们可能不会一起对应于特定的一行或多行。

【讨论】：

@Gedalya 这只能在 mysql 中实现。它将在 SQL Server 中返回错误。

【参考方案3】：

解决此类问题的一个非常典型的方法是使用row_number()：

select t.*
from (select t.*,
             row_number() over (partition by number order by id) as seqnum
      from t
     ) t
where seqnum = 1;

这比使用与最小 id 的比较更通用。例如，您可以使用order by newid() 获取随机行。您可以使用 where seqnum <= 2 选择 2 行。