總結distinct、group by 、row_number()over函數用法及區別

• distinct和group by 是一樣的，查詢去重，只能是全部重復的，也可以理解為針對單例，因為一行有一個字段不一樣，他們就會認為這兩行內容是不重復的。但是使用row_number()over這個函數就可以針對全部字段，完全重復還是部分重復都可以通過這個函數查找出來，因為它自身有分組的功能。以下就是具體代碼：

  • 
  • 上面那個表就是在最后兩行時候ID,NAME，BIRTHDAY三個字段值重復，AGE字段值不一樣。
  • SELECT DISTINCT ID,NAME,BIRTHDAY FROM B查詢結果就是：
  • 
  • 但是語句上加上AGE字段，SELECT DISTINCT ID,NAME,BIRTHDAY，AGE FROM B 結果就不一樣了：
  • 
  • 會發現DISTINCT函數沒有起作用，GROUP BY 函數和DISTINCT一樣的，只是使用GROUP BY函數時候這樣寫就不會錯：
    • SELECT ID,NAME,AGE,BIRTHDAY FROM B GROUP BY ID,NAME,AGE,BIRTHDAY;
  • 換一種寫法：SELECT ID,NAME,AGE,BIRTHDAY FROM B GROUP BY ID;就會報錯，意思就是SELECT后面的跟幾個字段，GROUP BY 后面也要跟幾個字段，要不然就會報錯。

• 說一說ROW_NUMBER()OVER這個函數：

  • 刪除一張表中重復數據，當你不知道那一個字段重復，或者你知道那一個字段重復，還有就是根據你的業務需求在用這個函數時候，因為這個函數在一定比較上還是有點麻煩，能不用就不用，但是呢這個函數內部有一個分組排序功能，也算是一種優化，像DISTINCT，不能隨便用，成本高，效率低下，其實可以用group by 進行優化，其他的優化待續.......

  • ROW_NUMBER()OVER

    • DELETE FROM (SELECT ID,ROW_NUMBER()OVER(PARTITION BY ID ORDER BY NAME)ROW_NUM FROM B)WHERE ROW_NUM>1;--這是刪除表中全部重復部分重復的字段，根據業務需求。在你知道具體字段值重復時候直接delete from tablename where條件就可以刪除。

  • 使用ROW_NUMBER()OVER函數查詢時候去重怎么操作：

    • select * from (select id,name,age,birthday, row_number() over (partition by id order by id)rank from b)where rank =1;

  • 原來的表數據是這樣的：

  • 

  • 執行上面代碼后結果是這樣的：

  • 

  • 使用row_number()over函數進行刪除部分或者全部重復數據的代碼是這樣的：

    • delete from (select id,name,age,birthday, row_number() over (partition by id order by id)rank from b)where rank >1;

  • 執行之前數據是這樣的：

  • 

  • 執行刪除代碼之后就是這樣的：

  • 
    * 會這一個基本就行了，刪除全部重復，部分重復，查詢全部重復，查詢部分重復均可用這一個。

  • 其實個人對這個函數理解是：在查詢時候，進行partition by 分組，order by 排序，然后把查詢出來的結果集取個別名，可以把它當成一張表進行條件查詢，別名rank就是分組之后那一列列名，新生的表包含rank這一個列，此時，就可以對這張分組排序好的表進行查詢，最后查出來的結果就是去重的，無論全部重復或者部分重復均可使用。刪除語句的道理和這個查詢一模一樣。