SQL中distinct 和 row_number() over() 的區別及用法
1 前言
在咱們編寫 SQL 語句操作資料庫中的資料的時候，有可能會遇到一些不太爽的問題，例如對於同一欄位擁有相同名稱的記錄，我們只需要顯示一條，但實際上資料庫中可能含有多條擁有相同名稱的記錄，從而在檢索的時候，顯示多條記錄，這就有違咱們的初衷啦！因此，為了避免這種情況的發生，咱們就需要進行“去重”處理啦，那麼何為“去重”呢？說白了，就是對同一欄位讓擁有相同內容的記錄只顯示一條記錄。
那麼，如何實現“去重”的功能呢？對此，咱們有兩種方式可以實現該功能。
第一種，在編寫 select 語句的時候，新增 distinct 關鍵詞；
第二種，在編寫 select 語句的時候，呼叫 row_number() over() 函式。
以上兩種方式都可以實現“去重”功能，那兩者之間有何異同呢？接下來，作者將給出詳細的說明。
2 distinct
在 SQL 中，關鍵字distinct 用於返回唯一不同的值。其語法格式為：
SELECT DISTINCT 列名稱 FROM 表名稱
假設有一個表“Student”，包含兩個欄位，分別 NAME 和 AGE，具體格式如下：
觀察以上的表，咱們會發現：擁有相同 NAME 的記錄有兩條，擁有相同 AGE 的記錄有三條。如果咱們執行下面這條 SQL 語句，
/**
* 其中 PPPRDER 為 Schema 的名字，即表Student 在 PPPRDER 中
*/
select name from Student
將會得到如下結果：
觀察該結果，咱們會發現在以上的四條記錄中，包含兩條 NAME 值相同的記錄，即第 2 條記錄和第 3 條記錄的值都為“gavin”。那麼，如果咱們想讓擁有相同 NAME 的記錄只顯示一條該如何實現呢？這時，就需要用到 distinct 關鍵字啦！接下來，執行如下 SQL 語句，
select distinct name from Student
將會得到如下結果：
觀察該結果，顯然咱們的要求得到實現啦！但是，咱們不禁會想到，如果將distinct 關鍵字同時作用在兩個欄位上將會產生什麼效果呢？既然想到了，咱們就試試唄，執行如下 SQL 語句，
select distinct name, age from Student
得到的結果如下所示：
觀察該結果，哎呀，貌似沒有作用啊？她將全部的記錄都顯示出來了啊！其中 NAME 值相同的記錄有兩條，AGE 值相同的記錄有三條，完全沒有變化啊！但事實上，結果就應該是這樣的。因為當distinct 作用在多個欄位的時候，她只會將所有欄位值都相同的記錄“去重”掉，顯然咱們“可憐”的四條記錄並不滿足該條件，因此 distinct 會認為上面四條記錄並不相同。空口無憑，接下來，咱們再向表“Student”中新增一條完全相同的記錄，驗證一下即可。新增一條記錄後的表如下所示：
再執行如下的 SQL 語句，
select distinct name, age from Student
得到的結果如下所示：
觀察該結果，完美的驗證了咱們上面的結論。
此外，有一點需要大家特別注意，即：關鍵字 distinct 只能放在 SQL 語句中所有欄位的最前面才能起作用，如果放錯位置，SQL 不會報錯，但也不會起到任何效果。
3 row_number() over()
在 SQL Server 資料庫中，為咱們提供了一個函式 row_number() 用於給資料庫表中的記錄進行標號，在使用的時候，其後還跟著一個函式 over()，而函式 over() 的作用是將表中的記錄進行分組和排序。兩者使用的語法為：
ROW_NUMBER() OVER(PARTITION BY COLUMN1ORDER BY COLUMN2)
意為：將表中的記錄按欄位 COLUMN1進行分組，按欄位 COLUMN2 進行排序，其中
PARTITION BY：表示分組ORDER BY：表示排序
接下來，咱們還用表“Student”中的資料進行測試。首先，給出沒有使用 row_number() over() 函式時查詢的結果，如下所示：
然後，執行如下 SQL 語句，
select Student.*, row_number()over(partition by age order by name desc) from Student
得到的結果如下所示：
從上面的結果可以看出，其在原表的基礎上，多了一列標有數字排序的列。那麼反過來分析咱們執行的 SQL 語句，發現其確實按欄位 AGE 的值進行分組了，也按欄位 NAME 的值進行排序啦！因此，函式的功能得到了驗證。
接下來，咱們就研究如何用 row_number() over() 函式實現“去重”的功能。通過觀察上面的結果，咱們可以發現，如果以 NAME 分組，以 AGE 排序，然後再取每組的第一個記錄或許就可以實現“去重”的功能啊！那麼試試看，執行如下SQL 語句，
/*
* 其中 rn 表示最後新增的那一列
*/
select * from
(select Student.*, row_number()over(partition by name order by age desc) rn from Student)
where rn = 1
執行後，得到的結果如下所示：
觀察以上的結果，我們發現，哎呀，資料“去重”的功能一不小心就被咱們實現了啊！不過很遺憾，如果咱們細心的話，會發現一個很不爽的事情，那就是在執行以上 SQL 語句進行“去重”的時候，有一條 NAME 值為“gavin”、AGE 值為“18”的記錄被過濾掉了，但是在現實生活會中，同名不同年齡的事情太正常了。
4 總結
通過閱讀及實踐以上內容，咱們已經知道了，無論是用關鍵字 distinct 還是用函式 row_number() over() 都可以實現資料“去重”的功能。但是在實現使用的過程中，咱們要特別注意兩者的用法特點以及區別。
在使用關鍵字 distinct 的時候，咱們要知道其作用於單個欄位和多個欄位的時候是有區別的，作用於單個欄位時，其“去重”的是表中所有該欄位值重複的資料；作用於多個欄位的時候，其“去重”的表中所有欄位（即distinct 具體作用的多個欄位）值都相同的資料。
在使用函式 row_number() over() 的時候，其是按先分組排序後，再取出每組的第一條記錄來進行“去重”的（在本篇博文中如此）。當然，在此處咱們還可以通過不同的限制條件來進行“去重”，具體如何實現，就需要大家自己去動腦思考啦！
1 前言
在咱們編寫 SQL 語句操作資料庫中的資料的時候，有可能會遇到一些不太爽的問題，例如對於同一欄位擁有相同名稱的記錄，我們只需要顯示一條，但實際上資料庫中可能含有多條擁有相同名稱的記錄，從而在檢索的時候，顯示多條記錄，這就有違咱們的初衷啦！因此，為了避免這種情況的發生，咱們就需要進行“去重”處理啦，那麼何為“去重”呢？說白了，就是對同一欄位讓擁有相同內容的記錄只顯示一條記錄。
那麼，如何實現“去重”的功能呢？對此，咱們有兩種方式可以實現該功能。
第一種，在編寫 select 語句的時候，新增 distinct 關鍵詞；
第二種，在編寫 select 語句的時候，呼叫 row_number() over() 函式。
以上兩種方式都可以實現“去重”功能，那兩者之間有何異同呢？接下來，作者將給出詳細的說明。
2 distinct
在 SQL 中，關鍵字distinct 用於返回唯一不同的值。其語法格式為：
SELECT DISTINCT 列名稱 FROM 表名稱
假設有一個表“Student”，包含兩個欄位，分別 NAME 和 AGE，具體格式如下：
觀察以上的表，咱們會發現：擁有相同 NAME 的記錄有兩條，擁有相同 AGE 的記錄有三條。如果咱們執行下面這條 SQL 語句，
/**
* 其中 PPPRDER 為 Schema 的名字，即表Student 在 PPPRDER 中
*/
select name from Student
將會得到如下結果：
觀察該結果，咱們會發現在以上的四條記錄中，包含兩條 NAME 值相同的記錄，即第 2 條記錄和第 3 條記錄的值都為“gavin”。那麼，如果咱們想讓擁有相同 NAME 的記錄只顯示一條該如何實現呢？這時，就需要用到 distinct 關鍵字啦！接下來，執行如下 SQL 語句，
select distinct name from Student
將會得到如下結果：
觀察該結果，顯然咱們的要求得到實現啦！但是，咱們不禁會想到，如果將distinct 關鍵字同時作用在兩個欄位上將會產生什麼效果呢？既然想到了，咱們就試試唄，執行如下 SQL 語句，
select distinct name, age from Student
得到的結果如下所示：
觀察該結果，哎呀，貌似沒有作用啊？她將全部的記錄都顯示出來了啊！其中 NAME 值相同的記錄有兩條，AGE 值相同的記錄有三條，完全沒有變化啊！但事實上，結果就應該是這樣的。因為當distinct 作用在多個欄位的時候，她只會將所有欄位值都相同的記錄“去重”掉，顯然咱們“可憐”的四條記錄並不滿足該條件，因此 distinct 會認為上面四條記錄並不相同。空口無憑，接下來，咱們再向表“Student”中新增一條完全相同的記錄，驗證一下即可。新增一條記錄後的表如下所示：
再執行如下的 SQL 語句，
select distinct name, age from Student
得到的結果如下所示：
觀察該結果，完美的驗證了咱們上面的結論。
此外，有一點需要大家特別注意，即：關鍵字 distinct 只能放在 SQL 語句中所有欄位的最前面才能起作用，如果放錯位置，SQL 不會報錯，但也不會起到任何效果。
3 row_number() over()
在 SQL Server 資料庫中，為咱們提供了一個函式 row_number() 用於給資料庫表中的記錄進行標號，在使用的時候，其後還跟著一個函式 over()，而函式 over() 的作用是將表中的記錄進行分組和排序。兩者使用的語法為：
ROW_NUMBER() OVER(PARTITION BY COLUMN1ORDER BY COLUMN2)
意為：將表中的記錄按欄位 COLUMN1進行分組，按欄位 COLUMN2 進行排序，其中
PARTITION BY：表示分組ORDER BY：表示排序
接下來，咱們還用表“Student”中的資料進行測試。首先，給出沒有使用 row_number() over() 函式時查詢的結果，如下所示：
然後，執行如下 SQL 語句，
select Student.*, row_number()over(partition by age order by name desc) from Student
得到的結果如下所示：
從上面的結果可以看出，其在原表的基礎上，多了一列標有數字排序的列。那麼反過來分析咱們執行的 SQL 語句，發現其確實按欄位 AGE 的值進行分組了，也按欄位 NAME 的值進行排序啦！因此，函式的功能得到了驗證。
接下來，咱們就研究如何用 row_number() over() 函式實現“去重”的功能。通過觀察上面的結果，咱們可以發現，如果以 NAME 分組，以 AGE 排序，然後再取每組的第一個記錄或許就可以實現“去重”的功能啊！那麼試試看，執行如下SQL 語句，
/*
* 其中 rn 表示最後新增的那一列
*/
select * from
(select Student.*, row_number()over(partition by name order by age desc) rn from Student)
where rn = 1
執行後，得到的結果如下所示：
觀察以上的結果，我們發現，哎呀，資料“去重”的功能一不小心就被咱們實現了啊！不過很遺憾，如果咱們細心的話，會發現一個很不爽的事情，那就是在執行以上 SQL 語句進行“去重”的時候，有一條 NAME 值為“gavin”、AGE 值為“18”的記錄被過濾掉了，但是在現實生活會中，同名不同年齡的事情太正常了。
4 總結
通過閱讀及實踐以上內容，咱們已經知道了，無論是用關鍵字 distinct 還是用函式 row_number() over() 都可以實現資料“去重”的功能。但是在實現使用的過程中，咱們要特別注意兩者的用法特點以及區別。
在使用關鍵字 distinct 的時候，咱們要知道其作用於單個欄位和多個欄位的時候是有區別的，作用於單個欄位時，其“去重”的是表中所有該欄位值重複的資料；作用於多個欄位的時候，其“去重”的表中所有欄位（即distinct 具體作用的多個欄位）值都相同的資料。
在使用函式 row_number() over() 的時候，其是按先分組排序後，再取出每組的第一條記錄來進行“去重”的（在本篇博文中如此）。當然，在此處咱們還可以通過不同的限制條件來進行“去重”，具體如何實現，就需要大家自己去動腦思考啦！