在 Postgres 中选择非重复值

Question

SELECT DISTINCT a.s_id, select2Result.s_id, select2Result."mNrPhone", 
       select2Result."dNrPhone" 
FROM "Table1" AS a INNER JOIN
    (
    SELECT b.s_id, c."mNrPhone", c."dNrPhone" FROM "Table2" AS b, "Table3" AS c  
    WHERE b.a_id = 1001 AND b.s_id = c.s_id
    ORDER BY b.last_name) AS select2Result
ON a.a_id = select2Result.student_id
WHERE a.k_id = 11211 

返回：

1001;1001;"";""
1002;1002;"";""
1002;1002;"2342342232123";"2342342"
1003;1003;"";""
1004;1004;"";""

1002 值重复了两次，但这不应该是因为我使用了DISTINCT 并且没有其他表的 id 重复两次。

Answer 1

你可以像这样使用DISTINCT ON：

   SELECT DISTINCT ON (a.s_id) 
          a.s_id, select2Result.s_id, select2Result."mNrPhone", 
          select2Result."dNrPhone"
   ...

但就像其他人告诉你的那样，“重复记录”确实不同。

Answer 2

限定符 DISTINCT 适用于整行，而不适用于选择列表中的第一列。由于 s_id = 1002 的两行的第 3 列和第 4 列（mNrPhone 和 dNrPhone）不同，因此 DBMS 正确列出了这两行。如果您只希望 s_id = 1002 出现一次，则必须以不同的方式编写查询，并且您必须决定要显示哪些辅助数据。

顺便说一句，强烈建议您始终在所有查询和子查询中使用显式 JOIN 表示法（在 SQL-92 中引入）。不要使用旧的隐式连接表示法（这是 SQL-86 或 SQL-89 中可用的全部），尤其不要混合使用显式和隐式连接表示法（您的子查询使用隐式连接，但主查询使用显式连接）。您需要了解旧的表示法，以便理解旧的查询。你应该用新的符号编写新的查询。

Answer 3

首先，显示的查询根本不起作用，子查询中缺少student_id。您稍后在 JOIN 中使用它。

更有趣的是：

从带有DISTINCT 的集合中选择某一行

DISTINCT 和DISTINCT ON 通过根据要区分的列集对所有行进行排序来返回不同的值，然后从每个集合中选择第一行。它按一般DISTINCT 的所有行和DISTINCT ON 的指定行排序。这是从一组中挑选某些行而不是其他行的机会。

例如，如果您在示例中更喜欢带有非空“mNrPhone”的行：

SELECT DISTINCT ON (a.s_id)   -- sure you didn't want a.a_id?
      ,a.s_id AS a_s_id  -- use aliases to avoid dupe name
      ,s.s_id AS s_s_id
      ,s."mNrPhone"
      ,s."dNrPhone" 
FROM  "Table1" a
JOIN  (
    SELECT b.s_id, c."mNrPhone", c."dNrPhone", ??.student_id  -- misssing!
    FROM  "Table2" b
    JOIN  "Table3" c USING (s_id)
    WHERE  b.a_id = 1001 
    --    ORDER  BY b.last_name  -- pointless, DISTINCT will re-order
     ) s ON a.a_id = s.student_id
WHERE  a.k_id = 11211
ORDER  BY a.s_id -- first col must agree with DISTINCT ON, could add DESC though
         ,("mNrPhone" <> '') DESC -- non-empty first

ORDER BY 不能在同一查询级别上与 DISTINCT 不一致。要解决此问题，您可以改用 GROUP BY 或将整个查询放在子查询中并运行另一个带有 ORDER BY 的 SELECT。

您在子查询中的 ORDER BY 现在已作废。

在这种特殊情况下，如果 - 看起来 - 欺骗仅来自子查询（您必须验证），您可以改为：

SELECT a.a_id, s.s_id, s."mNrPhone", s."dNrPhone" -- picking a.a_id over s_id
FROM  "Table1" a
JOIN  (
    SELECT DISTINCT ON (b.s_id)
          ,b.s_id, c."mNrPhone", c."dNrPhone", ??.student_id  -- misssing!
    FROM  "Table2" b
    JOIN  "Table3" c USING (s_id)
    WHERE  b.a_id = 1001 
    ORDER  BY b.s_id, (c."mNrPhone" <> '') DESC -- pick non-empty first
     ) s ON a.a_id = s.student_id
WHERE  a.k_id = 11211
ORDER  BY a.a_id  -- now you can ORDER BY freely