只选择 SQL 列中重复值的第一行

Question

我有一个表，该表有一列可能在突发中具有相同的值。像这样：

+----+---------+
| id |   Col1  | 
+----+---------+
| 1  | 6050000 |
+----+---------+
| 2  | 6050000 |
+----+---------+
| 3  | 6050000 |
+----+---------+
| 4  | 6060000 |
+----+---------+
| 5  | 6060000 |
+----+---------+
| 6  | 6060000 |
+----+---------+
| 7  | 6060000 |
+----+---------+
| 8  | 6060000 |
+----+---------+
| 9  | 6050000 |
+----+---------+
| 10 | 6000000 |
+----+---------+
| 11 | 6000000 |
+----+---------+

现在我想修剪 Col1 的值重复的行，并且只选择第一次出现的行。
对于上表，结果应该是：

+----+---------+
| id |   Col1  | 
+----+---------+
| 1  | 6050000 |
+----+---------+
| 4  | 6060000 |
+----+---------+
| 9  | 6050000 |
+----+---------+
| 10 | 6000000 |
+----+---------+

如何在 SQL 中执行此操作？
请注意，只应删除突发行，并且可以在非突发行中重复值！ id=1 & id=9 在样本结果。

编辑：
我用这个实现了它：

select id,col1 from data as d1
where not exists (
    Select id from data as d2
    where d2.id=d1.id-1 and d1.col1=d2.col1 order by id limit 1)

但这仅适用于 id 是连续的。由于 id 之间的间隙（已删除的），查询会中断。我该如何解决这个问题？

Answer 1

您可以使用EXISTS 半联接来识别候选人：

选择想要的行：

SELECT * FROM tbl t
WHERE  NOT EXISTS (
    SELECT *
    FROM   tbl
    WHERE  col1 = t.col1
    AND    id = t.id - 1
    )
ORDER  BY id;

删除不需要的行：

DELETE FROM tbl AS t
-- SELECT * FROM tbl t  -- check first?
WHERE EXISTS (
    SELECT *
    FROM   tbl
    WHERE  col1 = t.col1
    AND    id   = t.id - 1
    );

这有效地删除了每一行，其中前一行在col1 中具有相同的值，从而达到您设定的目标：每次爆发只有第一行存活。

我留下了已评论的 SELECT 声明，因为您应该始终在执行此操作之前检查将要删除的内容。

非顺序 ID 的解决方案：

如果您的 RDBMS 支持 CTEs 和 window functions（如 PostgreSQL、Oracle、SQL Server ......但不 SQLite prior to v3.25、MS Access 或 MySQL prior to v8.0.1），则是一种优雅的方式：

WITH cte AS (
    SELECT *, row_number() OVER (ORDER BY id) AS rn
    FROM   tbl
    )
SELECT id, col1
FROM   cte c
WHERE  NOT EXISTS (
    SELECT *
    FROM   cte
    WHERE  col1 = c.col1
    AND    rn   = c.rn - 1
    )
ORDER  BY id;

另一种完成工作的方式没有这些细节（应该适合你）：

SELECT id, col1
FROM   tbl t
WHERE  (
    SELECT col1 = t.col1
    FROM   tbl
    WHERE  id < t.id
    ORDER  BY id DESC
    LIMIT  1) IS NOT TRUE
ORDER  BY id;

Answer 2

select min(id), Col1 from tableName group by Col1 

Answer 3

如果您的 RDBMS 支持窗口聚合函数和/或 LEAD() 和 LAG() 函数，您可以利用它们来完成您要报告的内容。以下 SQL 将帮助您走上正确的道路：

SELECT id
     , Col AS CurCol
     , MAX(Col)
       OVER(ORDER BY id ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING) AS PrevCol
     , MIN(COL)
       OVER(ORDER BY id ROWS BETWEEN 1 FOLLOWING AND 1 FOLLOWING) AS NextCol
FROM MyTable

从那里您可以将该 SQL 放入带有一些 CASE 逻辑的派生表中，如果 NextCol 或 PrevCol 与 CurCol 相同，则设置 CurCol = NULL。然后就可以collapse消除所有id记录CurCol IS NULL。

如果您无法使用窗口聚合或 LEAD/LAG 函数，您的任务会稍微复杂一些。

希望这会有所帮助。

Answer 4

由于id 始终是连续的，没有间隙或重复，根据您的评论，您可以使用以下方法：

SELECT t1.*
FROM atable t1
  LEFT JOIN atable t2 ON t1.id = t2.id + 1 AND t1.Col1 = t2.Col1
WHERE t2.id IS NULL

在左侧的id 比右侧大一并且它们的Col1 值相同的条件下，该表与自身（外部）连接。换句话说，条件是“前一行包含与当前行相同的Col1 值”。如果右侧没有匹配项，则应选择当前记录。

---

更新

要考虑非顺序的ids（但是，假定它是唯一的并定义了Col1 的更改顺序），您还可以尝试以下查询：

SELECT t1.*
FROM atable t1
  LEFT JOIN atable t2 ON t1.id > t2.id
  LEFT JOIN atable t3 ON t1.id > t3.id AND t3.id > t2.id
WHERE t3.id IS NULL
  AND (t2.id IS NULL OR t2.Col1 <> t1.Col1)

第三个自连接是为了确保第二个产生直接在t1 之前的行。也就是说，如果t3 没有匹配，那么t2 要么包含前一行，要么没有匹配，后者意味着t1 的当前行是最上面的。