產品操作MySQL第5篇 – 資料查詢-排重查詢
MYSQL
本資料為產品崗位作為日常工作參考，語言口語化
At 2019/4/22 By David.Yang
排重查詢（使用DISTINCT運算子來消除結果集中的重複行）
針對現有業務資料進行查詢時，會有重複的資料記錄，
有時候我們需要進行排重的資料查詢，為了避免重複資料，
我們通常使用DISTINCT進行處理。
語法：
SELECT DISTINCT
column[,column...]
FROM
table_name
WHERE
where_conditions;
這個查詢語法我們在看完SELECT語法後應該比較熟悉了。
其中column可以是多個欄位哦～
DISTINCT語句演示
為了進行資料演示，我們將學生表加入國家欄位，代表各個學生的國際都是哪些。
不知道大家是否還記得怎麼對資料表進行欄位新增的？
SQL
ALTER TABLE `students` ADD `nationality` varchar(20) COMMENT '國籍' AFTER `age`;
然後把資料補進去。
然後呢？
校長先生想看看今年的學生招收情況，這些學生都來自哪些國家？
我們教導主任周伯通，這可就難為了，
因為他知道，想要知道所有學生的國籍呢，
這個簡單啊，他會，
只要這麼做就行了
SQL
SELECT nationality FROM students;
周伯通一看好開心呀～
看，學生來自五湖四海，大江南北啊，有南宋的，有西遼的，有西夏的，
看來俺們這學校聲譽不錯啊。
等等，咋是南宋、南宋一樣一樣的呢？
可是這不行啊，校長要的是生源地，怎麼還有重複的呢？
這可愁壞了教導主任周伯通。
怎麼才能去掉重複的呢？
這旁邊一看坐的誰啊？
老情敵一燈大師啊！
沒辦法，校長的任務還得幹，
沒什麼不好意思的，問吧
“額，那啥，一燈”
“當年是我不對啊，搶了你媳婦兒瑛姑”
“你都當和尚了，也就不計較了，咱進行個學術討論啊”
“訥啥，你看看我這校長給的統計生源的事兒，你給瞅一眼唄”
一燈答：“行”
“看老衲給你點撥一二”
一燈的SQL是這麼寫的
SQL
SELECT DISTINCT nationality FROM students;
一燈“牛逼不，就一字兒”
“嗯… 嗯~”
以上，就說明了DISTINCT關鍵字是幹什麼的了，他成功的消除了重複項。
DISTINCT多列怎麼用
一燈曰“再給你開個光，瞅瞅多個列會有啥效果”
SQL
SELECT DISTINCT nationality, gender FROM students;
結果集會告訴你南宋下的生源有男、女性別，
西夏就不同了，只有姑娘，沒有男娃兒。
以上假如我們還有學生的縣府資料，上邊的示例變通一下，
我們是不是就可以獲得國籍– 府縣了呢？
比如：
SELECT DISTINCT
nationality,州欄位
FROM
students;
南宋– 京兆府
南宋– 延安府
南宋– 商州
南宋– 同州
南宋– 華州
…
如果不是有DISTINCT語句控制，你得到的資料將會是
南宋– 京兆府
南宋– 京兆府
南宋– 京兆府
…
南宋– 延安府
南宋– 延安府
南宋– 延安府
…
南宋– 商州
南宋– 商州
南宋– 商州
…
南宋– 同州
南宋– 華州
…
DISTINCT對NULL值的處理
我們再招一個洋學生，叫路易11，不設定他的國籍，
資料庫對應國籍為NULL，我們看看會是什麼結果？
SQL
SELECT DISTINCT nationality FROM students;
DISTINCT對NULL型別資料是不進行過濾的，
即返回結果集中會包含NULL的值。
那我們要排除NULL的空資料呢？
可以直接在WHERE條件中加以限制。
SQL
SELECTDISTINCTROW nationality FROM students WHERE nationality IS NOT NULL;
注：後續過濾查詢會講解WHERE子句
DISTINCT對*值的處理
mysql> SELECT DISTINCT * FROM students;
這時候其實等價於：
SELECT DISTINCT
nationality,gender, xxx, xxx, xxx, …
FROM
students;
DISTINCT與LIMIT
我們前文提起過LIMIT，用來限制返回的資料記錄條數，
這裡也同樣可以使用。
SQL
SELECT DISTINCTROW nationality FROM students LIMIT 3;
注：後續過濾查詢會講解LIMIT子句
DISTINCT與GROUP BY子句比較
GROUP BY看字面意思聚合，分組，我們大概就能想到，
他與DISTINCT多少有點關係，或能做差不多的事情，
你別說，還真是。
比如我們要用GROUP BY來實現生源地統計，該怎麼做呢？
一燈大師會這麼做：
SQL
SELECT nationality FROM students GROUP BY nationality;
一燈說“瞅見沒，一樣一樣的”
“不對呀，不是一樣一樣的撒，這不順序不太一樣麼？和尚”
確實，順序是不一樣。
一般來說，DISTINCT和GROUP
BY字句能幹差不多的事，
那我們要是給DISTINCT加個排序呢？
（別慌，排序我們後文會講的，現在留個印象日後好相處）
SQL
SELECT DISTINCT nationality FROM students ORDER BY nationality;
DISTINCT與聚合函式的組合使用
SQL當中有一些聚合函式，比如SUM/COUNT/AVG等等，
他們可以用來與DISTINCT組合使用進行一些業務場景的查詢。
-- 統計班級性別的分佈情況
SQL
SELECT gender, COUNT(DISTINCT number) FROM students GROUP BY gender;
因為學號是學生的標記，我們通過DISTINCT就可以排除重複學號資料，
在通過COUNT進行計數統計，
後然通過gender進行分組；
再比如統計學生年齡分佈，可以這麼寫：
SQL
SELECT age, COUNT(DISTINCT number) FROM students GROUP BY age;
注：
此種場景不能脫離GROUP BY字句。
-- 統計學生最大年齡，並統計有多少人？
SQL
SELECT max(age), COUNT(DISTINCT number) FROM students WHERE age = (SELECT max(age) FROM students);
當然你也可以加上條件進行查詢,
比如看來自西夏的學生最大年齡是多少，有多少人？
SQL
SELECT nationality, max(age), COUNT(DISTINCTnumber) FROM students WHERE nationality = '西夏' AND age = (SELECT max(age) FROM studentsWHERE nationality = '西夏');
SQL解釋
ϒ 以上在WHERE當中使用了子查詢，需要通過子查詢先算出最大年齡是多少，再進行外圍SQL的查詢。
所以你如果這麼寫，就會報錯
SQL ERROR
SELECT max(age), COUNT(DISTINCT number) FROM students WHERE age = max(age);
錯誤提示：
為什麼呢？
聚集函式也叫列函式，它們都是基於整列資料進行計算的，
而where子句則是對資料行進行過濾的(這裡過濾是在一個記錄裡邊過濾的,基於"行")，
在篩選過程中依賴“基於已經篩選完畢的資料得出的計算結果”是一種悖論，
這是行不通的。
更簡單地說，因為聚集函式要對全列資料時行計算，
因而使用它的前提是：結果集已經確定！
而where子句還處於“確定”結果集的過程中，因而不能使用聚集函式。
ϒ 如果你需要再進一步限定WHERE條件，那麼請再子查詢和WHERE條件內進行條件的操作
比如前面例子，我只想統計來自西夏的學生，
那麼你需要現統計出西夏學生的最大年齡，這個在子語句中實現，
這時候你已經得到了西夏的行資料中年齡列的最大值；
在外部WHERE查詢時，時針對整體行進行查詢，
所以他需要對條件【國籍=西夏】進行限定，使得過濾出【國籍=西夏】的資料。
WHERE和子語句組合使用使得你查詢的資料保持正確性。
如果在子查詢中使用了【國籍=西夏】的條件，
而WHERE併為進行條件過濾，那麼你其實是在做這麼一件事，
通過子語句得到一個最大值的年齡，比如16，
然後查詢所有【國籍=所有】學生，年齡=16的學生，共有多少人。
SQL
SELECT max(age), COUNT(DISTINCT number) FROM students WHERE age = (SELECT max(age) FROM students WHERE nationality = '西夏');
但其實西夏的最大年齡16歲，學生只有1個
正確結果
本篇章講解了查詢中消除重複行的相關語法，
到此你應該能夠進行資料去重複業務上相關的資料操作。
Bye Bye.