ฉันจะเลือก DISTINCT ในหลายคอลัมน์ได้อย่างไร (หรือฉันสามารถ)

ฉันต้องการดึงแถวทั้งหมดจากตารางที่มี 2 คอลัมน์รวมกันแตกต่างกันทั้งหมด ดังนั้นฉันต้องการยอดขายทั้งหมดที่ไม่มียอดขายอื่น ๆ ที่เกิดขึ้นในวันเดียวกันในราคาเดียวกัน ยอดขายที่ไม่ซ้ำกันตามวันและราคาจะได้รับการอัปเดตเป็นสถานะที่ใช้งานอยู่

ดังนั้นฉันคิดว่า:

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

แต่สมองของฉันเจ็บไปไกลกว่านั้น

SELECT DISTINCT a,b,c FROM t

คือประมาณเทียบเท่ากับ:

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

เป็นความคิดที่ดีที่จะคุ้นเคยกับไวยากรณ์ GROUP GROUP เนื่องจากมีประสิทธิภาพมากกว่า

สำหรับคำถามของคุณฉันจะทำเช่นนี้:

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
 )

หากคุณได้รวบรวมคำตอบมารวมกันทำความสะอาดและปรับปรุงคุณจะได้รับแบบสอบถามที่ยอดเยี่ยมนี้:

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

ซึ่งเป็นมากเร็วกว่าทั้งของพวกเขา Nukes ประสิทธิภาพของคำตอบที่ได้รับการยอมรับในปัจจุบันโดยปัจจัย 10 - 15 (ในการทดสอบของฉันเกี่ยวกับ PostgreSQL 8.4 และ 9.1)

แต่นี่ยังห่างไกลจากความเหมาะสม ใช้การNOT EXISTSเข้าร่วมกึ่ง (ต่อต้าน) เพื่อประสิทธิภาพที่ดียิ่งขึ้น EXISTSเป็น SQL มาตรฐานได้รับรอบอย่างถาวร (อย่างน้อยตั้งแต่ PostgreSQL 7.2 นานก่อนที่คำถามนี้ถูกถาม) และเหมาะกับความต้องการที่นำเสนออย่างสมบูรณ์แบบ:

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

db <> fiddle ที่นี่
Old SQL Fiddle

คีย์ที่ไม่ซ้ำเพื่อระบุแถว

หากคุณไม่มีคีย์หลักหรือคีย์เฉพาะสำหรับตาราง ( idในตัวอย่าง) คุณสามารถแทนที่ด้วยคอลัมน์ระบบctidเพื่อวัตถุประสงค์ในการสืบค้นนี้ (แต่ไม่ใช่เพื่อจุดประสงค์อื่น):

   AND    s1.ctid <> s.ctid

_{ทุกตารางควรมีคีย์หลัก เพิ่มหนึ่งถ้าคุณยังไม่มี ผมขอแนะนำให้serialหรือIDENTITYคอลัมน์ใน Postgres 10+}

ที่เกี่ยวข้อง:

• การสร้างลำดับตามลำดับ
• คอลัมน์ตารางที่เพิ่มขึ้นอัตโนมัติ

มันเร็วแค่ไหน?

เคียวรีย่อยในการEXISTSต่อต้านการรวมกึ่งสามารถหยุดการประเมินได้ทันทีที่พบ dupe แรก (ไม่ต้องมองหาอีกต่อไป) สำหรับตารางพื้นฐานที่มีการทำซ้ำสองสามรายการนี้จะมีประสิทธิภาพเพียงเล็กน้อยเท่านั้น ที่มีจำนวนมากที่ซ้ำกันนี้จะกลายเป็นวิธีที่มีประสิทธิภาพมากขึ้น

ไม่รวมการอัปเดตที่ว่างเปล่า

สำหรับแถวที่มีstatus = 'ACTIVE'การอัปเดตนี้แล้วจะไม่เปลี่ยนแปลงอะไรเลย แต่ยังคงแทรกเวอร์ชันแถวใหม่ด้วยค่าใช้จ่ายเต็มรูปแบบ (มีข้อยกเว้นเล็กน้อย) โดยปกติคุณไม่ต้องการสิ่งนี้ เพิ่มWHEREเงื่อนไขอื่นเช่นที่แสดงด้านบนเพื่อหลีกเลี่ยงปัญหานี้และทำให้เร็วขึ้น:

หากstatusมีการกำหนดไว้NOT NULLคุณสามารถทำให้:

AND status <> 'ACTIVE';

ประเภทข้อมูลของคอลัมน์จะต้องสนับสนุน<>ผู้ปฏิบัติงาน บางประเภทjsonไม่ชอบ ดู:

• วิธีการสอบถามคอลัมน์ json สำหรับวัตถุว่างเปล่า

ความแตกต่างเล็กน้อยในการจัดการ NULL

แบบสอบถามนี้ (ต่างจากคำตอบที่ Joel ยอมรับในปัจจุบัน ) ไม่ถือว่าค่า NULL เท่ากัน สองแถวสำหรับต่อไปนี้(saleprice, saledate)จะถือว่าเป็น "ชัดเจน" (แม้ว่าจะดูคล้ายกับดวงตามนุษย์):

(123, NULL)
(123, NULL)

ส่งผ่านไปยังดัชนีที่ไม่ซ้ำกันและเกือบทุกที่อื่นเนื่องจากค่า NULL ไม่เปรียบเทียบเท่ากับตามมาตรฐาน SQL ดู:

• สร้างข้อ จำกัด ที่ไม่ซ้ำกับคอลัมน์ null

OTOH, GROUP BY, DISTINCTหรือDISTINCT ON ()ค่าเป็นศูนย์การรักษาที่เท่าเทียมกัน ใช้สไตล์การสืบค้นที่เหมาะสมขึ้นอยู่กับสิ่งที่คุณต้องการบรรลุ คุณยังสามารถใช้แบบสอบถามที่เร็วกว่านี้IS NOT DISTINCT FROMแทน=การเปรียบเทียบใด ๆ หรือทั้งหมดเพื่อให้ค่า NULL เปรียบเทียบเท่ากัน มากกว่า:

• วิธีลบแถวที่ซ้ำกันโดยไม่มีตัวระบุที่ไม่ซ้ำกัน

หากมีการกำหนดคอลัมน์ทั้งหมดที่เปรียบเทียบจะNOT NULLไม่มีที่ว่างสำหรับความขัดแย้ง

ปัญหาเกี่ยวกับการสืบค้นของคุณคือเมื่อใช้ GROUP BY clause (ซึ่งคุณต้องทำโดยการใช้คำสั่งที่ชัดเจน) คุณสามารถใช้คอลัมน์ที่คุณจัดกลุ่มตามหรือฟังก์ชั่นรวม คุณไม่สามารถใช้รหัสคอลัมน์ได้เนื่องจากอาจมีค่าแตกต่างกัน ในกรณีของคุณจะมีเพียงหนึ่งค่าเนื่องจากข้อ HAVING แต่ RDBMS ส่วนใหญ่ไม่ฉลาดพอที่จะรับรู้ได้

สิ่งนี้ควรใช้งานได้ (และไม่จำเป็นต้องเข้าร่วม):

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

คุณสามารถใช้ MAX หรือ AVG แทน MIN ได้สิ่งสำคัญคือต้องใช้ฟังก์ชันที่คืนค่าคอลัมน์ถ้ามีแถวที่ตรงกันเพียงแถวเดียวเท่านั้น

ฉันต้องการเลือกค่าที่แตกต่างจากหนึ่งคอลัมน์ 'GrondOfLucht' แต่ควรเรียงลำดับตามที่กำหนดในคอลัมน์ 'sortering' ฉันไม่สามารถรับค่าที่แตกต่างของการใช้เพียงหนึ่งคอลัมน์

Select distinct GrondOfLucht,sortering
from CorWijzeVanAanleg
order by sortering

นอกจากนี้ยังจะให้คอลัมน์ 'ตัวเรียงลำดับ' และเนื่องจาก 'GrondOfLucht' และ 'ตัวเรียงลำดับ' ไม่ซ้ำกันผลลัพธ์จะเป็นแถวทั้งหมด

ใช้กลุ่มเพื่อเลือกบันทึกของ 'GrondOfLucht' ตามลำดับที่กำหนดโดย 'ตัวเรียงลำดับ

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

หาก DBMS ของคุณไม่สนับสนุนการแยกคอลัมน์ที่หลากหลายเช่นนี้:

select distinct(col1, col2) from table

การเลือกหลายตัวโดยทั่วไปสามารถดำเนินการได้อย่างปลอดภัยดังนี้:

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

เนื่องจากสามารถทำงานกับ DBMS ส่วนใหญ่และคาดว่าจะเร็วกว่ากลุ่มโดยวิธีการแก้ปัญหาตามที่คุณหลีกเลี่ยงฟังก์ชั่นการจัดกลุ่ม