最近被一個簡單的SQL問題吊打，強(qiáng)顏歡笑

好了正文開始

一問：SQL中的 group by 和 distinct 了解嗎，簡單介紹一下？

了解了解，“Group By”從字面意義上理解就是根據(jù)“By”指定的規(guī)則對數(shù)據(jù)進(jìn)行分組，所謂的分組就是將一個“數(shù)據(jù)集”劃分成若干個“小區(qū)域”，然后針對若干個“小區(qū)域”進(jìn)行數(shù)據(jù)處理。

distinct是一個關(guān)鍵字，常用于select之后，用于取出去重之后的值。

追問：可以可以，那你能描述一下它倆之間的關(guān)系嗎？

（之前一直沒注意過group by和distinct之間還有關(guān)系...）

其實仔細(xì)想想，group by是分組合并，既然分組就會“減少”一部分?jǐn)?shù)據(jù)；distinct主要是去重操作，同樣也會減少一部分?jǐn)?shù)據(jù)，既然都會減少一部分?jǐn)?shù)據(jù)，這是不是就是他們的共通之處？？

所以，group by 和 distinct 都可以用于去重。那有什么區(qū)別呢？

簡單創(chuàng)建一個測試表object，有兩個字段編號no和名字name，添加一些數(shù)據(jù)，如圖1所示，要求去重輸出，輸出結(jié)果為【1001 狗哥】和【1002 小盒】。

圖1

分別測試如下SQL語句：

SELECT DISTINCT name FROM object ----------------------------------- SELECT DISTINCT name, no FROM object

可以發(fā)現(xiàn)，當(dāng)單獨(dú)對name字段去重后，輸出如下圖圖2所示：

圖2

確實達(dá)到了對name字段去重的效果，可是要是使用 "SELECT DISTINCT name，no"語句，會發(fā)現(xiàn)輸出結(jié)果如圖3所示

圖3

仔細(xì)對比圖一發(fā)現(xiàn)，只有兩個字段完全一樣的數(shù)據(jù)【1001 狗哥】被去掉，其他只有一個字段重復(fù)的數(shù)據(jù)并沒有變化。其實這就反映了一個事實：distinct主要是針對全部字段去重，即去掉完全一樣的數(shù)據(jù)。

要想每個字段只保留同一個值，即針對單字段去重，也就是題目中所要求的輸出【1001 狗哥】和【1002 小盒】，可以采用group by聚合去重，代碼如下：

SELECT no, name FROM object GROUP BY name

輸出結(jié)果如圖4所示，達(dá)到最初目的：

圖4

總結(jié)

distinct和group by都可以用來去重，不同之處是distinct針對全部字段去重，而group by可以針對全部字段中的單一字段去重。

此外，兩者執(zhí)行方式不同，distinct主要是對數(shù)據(jù)兩兩進(jìn)行比較，需要遍歷整個表。group by分組類似先建立索引再查索引，當(dāng)數(shù)據(jù)量較大時，group by速度要優(yōu)于distinct。

所以在實際應(yīng)用中，經(jīng)常會采用group by去重，比如計算獨(dú)立訪客數(shù)UV，獨(dú)立IP數(shù)和用戶留存率時，都需要對用戶id等信息去重，采用group by可以大幅縮短時間。

總結(jié)

以上是生活随笔為你收集整理的sql distinct多个字段_数据分析｜记一“道”难忘的SQL面试题...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。