mysql中去重 用group by优化distinct 用法

在使用 MySQL 时，有时需要查询出某个字段不重复的记录，这时可以使用mysql提供的distinct这个关键字来过滤重复的记录，但是实际中我们往往用distinct来返回不重复字段的条数（count(distinct id)）,其原因是distinct只能返回他的目标字段，而无法返回其他字段，例如有如下表user:

用distinct来返回不重复的用户名：select distinct name from user，结果为：

这样只把不重复的用户名查询出来了，但是用户的id，并没有被查询出来：select distinct name,id from user，这样的结果为：

distinct name,id 这样的mysql 会认为要过滤掉name和id两个字段都重复的记录，如果sql这样写：select id,distinct name from user，这样mysql会报错，因为distinct必须放在要查询字段的开头。

所以一般distinct用来查询不重复记录的条数。

如果要查询不重复的记录，有时候可以用group by ：

select id,name from user group by name

一张user表 中的name字段，里面有10个张三。我要只查询出一个张三。

SQL： select distinct name from user

如果还要查询出id

SQL: select distinct name,id from user

SQL ：select name from user group by name

group by理解：表里的某一个字段（比如：name） 当出现相同的数据时，group by就将这2条数据合二为一。name就显示一条 数据了。 但是name达到合二为一了，这2条数据的其他数据怎么办呢？ 这时候需要配合聚合函数的使用。

where条件：分组前的条件，配合任何关键字使用

Having 条件：分组后的条件 （事后条件） ,只配合group by使用。having条件通常使用聚合函数

SQL ：select deptno,sum(sal) from emp group by deptno having sum(sal) >9000

SQL： select deptno,count(*) from emp where sal >1000 group by deptno haing sum(sal) >8000

拓展：

聚合函数定义：聚合函数对一组值进行计算并返回单一的值。（以下都属于聚合函数）

count(*) : 不包括空值。返回对行数目的计数。计算出有多少行，多少条数据。

count() : 包含空值。返回对数目的计数。计算表里有多少行，相当于多少条数据。

sum() : 求和运算

max()最大值

min(): 最小值

avg(): 平均值

可以看到表中的value字段有重复，如果想筛选去重，使用select distinct语句如下：

得到结果会是

| value

| a

| b

| c

| e

| f

筛选去重是实现了，可是只有选中的value列显示了出来，如果我想知道对应的id呢？

尝试一下把id字段加入sql语句，如下：

得到结果：

| value| id

| a | 1

| b | 2

| c | 3

| c | 4

| e | 5

| f| 5

更换一下sql语句中id和value的顺序，如下：

得到结果：

| id |value

| 1 | a

| 2 | b

| 3 | c

| 4 | c

| 5 | e

| 5 | f

好像看明白它的作用结果了，只有id和value两个字段同时重复时，select distinct语句才会把它列入“去重”清单

所以能看到id为3和4的value虽然都是4，但由于select语句中写了id字段，它也默认会对id字段起效。

而且如果sql语句中把DISTINCT放到只想起效的字段前，那也是不行的....比如sql语句改为：

会提示sql报错。

那到底怎么样能得到我想要的只对value字段内容去重，显示结果又能保留其他字段内容呢....

找到的解决方法是使用group by函数，sql语句如下：

得到结果：

| min(id) |value

| 1 | a

| 2 | b

| 3 | c

| 5 | e

| 5 | f

完成目标了✔！

如果把sql语句中的min()换成max()呢？

得到结果：

| min(id) |value

| 1 | a

| 2 | b

| 4 | c

| 5 | e

| 5 | f

也完成目标了✔！

同时比对两次sql运行结果可以发现，

第一次使用min(id)时，由于重复结果存在两条而id最小的为为3，符合min(id)的筛选条件，所以结果中把id等于4的重复记录删除了。

第二次使用max(id)时结果中，也就把id等于3的重复记录删除了

可以推论到假如还存在一条id=5，value=c的记录，使用max(id)时得到的结果里就会是>5 c这条了。

再来尝试一下，如果min()和max()用在value字段里呢：

得到结果：

| id |min(value)

| 1 | a

| 2 | b

| 3 | c

| 4 | c

| 5 | e

得到结果：

| id |min(value)

| 1 | a

| 2 | b

| 3 | c

| 4 | c

| 5 | f

再仔细想想，这种需求也只出现在不是那么care显示结果中，非去重目标字段的内容时才能使用，如果需要指定这些字段的值，可能筛选条件就不是min()和max()那么简单了....

以上。

---