首页 文章

我如何（或可以）在多列上选择DISTINCT？

提问于
浏览 次
347

我需要检索表中的所有行，其中2列组合都是不同的 . 因此，我希望所有在同一天没有任何其他销售的销售以相同的价格销售 . 基于日期和价格的唯一销售将更新为活动状态 .

所以我在想：

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

但是我的大脑比那更远了 .

sql postgresql sql-update duplicates distinct

4 回答

  • 385
    SELECT DISTINCT a,b,c FROM t

    大致相当于：

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

    习惯GROUP BY语法是个好主意，因为它更强大 .

    对于您的查询，我会这样做：

    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
 )
    回复于
  • 1

    如果你把目前为止的答案放在一起，清理并改进，你就会得到这个优越的问题：

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

    这比其中任何一个快得多 . 以10-15的因子（在我对PostgreSQL 8.4和9.1的测试中）来说明当前接受的答案的性能 .

    但这还远非最佳 . 使用NOT EXISTS（反）半连接可获得更好的性能 . EXISTS 是标准的SQL，一直存在（至少自PostgreSQL 7.2以来，很久才提出这个问题）并完全符合所提出的要求：

    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

    SQL Fiddle.

    用于标识行的唯一键

    如果您没有表的主键或唯一键（示例中为 id ），则可以使用系统列 ctid 替换此查询（但不是出于其他目的）：

    AND    s1.ctid <> s.ctid

    每个表都应该有一个主键 . 如果还没有，请添加一个 . 我建议在Postgres 10中使用序列号或IDENTITY列 .

    有关：

    这怎么更快？

    EXISTS 反半连接中的子查询可以在找到第一个欺骗时立即停止评估（没有必要进一步查看） . 对于几乎没有重复的基表，这只是稍微有效 . 有了很多重复，这变得更有效率 .

    排除空更新

    如果某些行或多行已经 status = 'ACTIVE' ，则您的更新不会更改任何内容，但仍会以全部成本插入新行版本（适用次要例外） . 通常，你不希望这样 . 添加另一个 WHERE 条件，如上所示，以使其更快：

    如果 status 定义为 NOT NULL ，则可以简化为：

    AND status <> 'ACTIVE';

    NULL处理的细微差别

    此查询（与currently accepted answer by Joel不同）不会将NULL值视为相等 . (saleprice, saledate) 的这两行符合"distinct"（虽然看起来与人眼相同）：

    (123, NULL)
(123, NULL)

    还传入一个唯一的索引，几乎在任何其他地方，因为根据SQL标准，NULL值不会相等 . 看到：

    OTOH， GROUP BY 或 DISTINCT 或 DISTINCT ON () 将NULL值视为相等 . 根据您要实现的目标使用适当的查询样式 . 对于任何或所有比较，您仍然可以使用IS NOT DISTINCT FROM而不是 = 来使用此更快的查询样式，以使NULL比较相等 . 更多：

    如果所有被比较的列都定义为 NOT NULL ，则没有分歧的余地 .

    回复于
  • 22

    您的查询的问题是，当使用GROUP BY子句（您实际上通过使用distinct）时，您只能使用分组的列或聚合函数 . 您不能使用列ID，因为可能存在不同的值 . 在你的情况下，由于HAVING子句，总是只有一个值，但大多数RDBMS都不够聪明，无法识别 .

    这应该工作（并且不需要连接）：

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

    您也可以使用MAX或AVG而不是MIN，如果只有一个匹配的行，使用一个返回列值的函数是很重要的 .

    回复于
  • 301

    我想从一列'GrondOfLucht'中选择不同的值，但它们应按照'sortering'列中给出的顺序排序 . 我无法使用只有一列的明确值

    Select distinct GrondOfLucht,sortering
from CorWijzeVanAanleg
order by sortering

    它还会给列“分拣”，因为'GrondOfLucht'和'分拣'不是唯一的，结果将是所有行 .

    使用GROUP按照'sortering'给出的顺序选择'GrondOfLucht'的记录

    SELECT        GrondOfLucht
FROM            dbo.CorWijzeVanAanleg
GROUP BY GrondOfLucht, sortering
ORDER BY MIN(sortering)
    回复于

相关问题