我是帮助主人快速定位的目录录~
问题抛出
distinct和group by的用法
distinct
group by
用哪个？

问题抛出
当一个表中有重复数据时，该怎么在查询时去重呢？



一般是采用 distinct 或者 group by 进行去重操作

但是！！！

该用哪一个呢？
distinct和group by的用法
俗话说：“知己知彼”，先了解它们的用法，才能知道在什么情况下用哪个

已经知道用法的，可以直接跳过这一节啦~
distinct
select distinct 字段[,字段2,...] from 表


distinct可以对一个字段或多个字段进行去重
distinct必须在select后的首位
distinct后面的所有字段都会作为去重的字段，即使字段由()括起来

-- 只有field1和field2都重复时，才认为其是重复数据
-- 例如上图的第一条和第十条数据就是重复数据
select distinct field1,field2 from testDistinct;
select distinct (field1),field2 from testDistinct;

运行结果（第一条和第二条的运行结果相同）：

只是将第十条数据去掉了，field1字段还是有多个重复数据



你不会还以为第二条语句的执行结果是这个吧（偷笑.jpg)：


group by
select * from 表 GROUP BY 字段[,字段2,...];


group by可以对一个字段或多个字段进行分组（变相去重）
查询的字段和分组的字段互不影响，即可以查询所有字段，但只对某个字段进行去重


distinct也可以实现这个效果，只是需要子查询等方式

将distinct查询的去重后的数据作为条件再次查询表，得到想要的字段

group by本身是分组的，它的 “不务正业” 也说明了 “代码是死的，人是活的” 这句话，嘿嘿

它能够去重，是利用了它 只显示同组的第一条数据 这个特性

例如：
select * from testDistinct GROUP BY field1;

结果：



发现：field1为1的数据本来有很多条，但是只剩下第一条数据。
用哪个？
了解了 distinct 和 group by 的用法，就该聊聊怎么用了

两者各有千秋

distinct适合各种重复数据去重，只是查询显示数据和去重不能同时做。毕竟有时候我想要看到的字段不全是需要查重的字段
group by适合做分类统计

– 例如一个班级表，一个班级对应多个学生，我想要知道有多少个班级

– 也适合查询和去重一步到位，但是一般要以两个字段为条件，毕竟group by只会显示一组里的一条数据，你需要做的是让group by认为每条正常不重复的数据就是一组


举个例子吧~

下面是学校的某张表，记录了每个年级有几个班

第5条是重复数据（失败数据，没有任何用）

需求：

把重复数据（第5条）去掉


select type_id, type_name, sonType_id, sonType_name from testTable GROUP BY type_id,sonType_id;

小弟无能，distinct的语句没法写出来，有能实现的，可以留言，感谢ATA

很多时候数据库查出来的数据会出现重复的情况。

不过这些情况用distinct就可以解决。
表A：




id
name




1
a


2
b


3
c


4
b


1
a


表B：




province
city




河北省
石家庄市


河北
省石家庄市



1.对于单列的去重

select distinct name from A

执行之后的结果：




name




a


b


c



2.对于多列的去重
实例1：

select distinct id,name from A

执行之后的结果如下：




id
name




1
a


2
b


3
c


4
b


实例2：

select distinct province,city from B

执行之后的结果：




province
city




河北省
石家庄市


河北
省石家庄市


由此可见，distinct去重是根据每一列进行去重，作用于province 和 city 两个字段，不是province 和 city 两列“字符串拼接”后再去重的。

distinct规范
distinct必须写在字段前面。

select id,name distinct from A

这样写就会报错。

	

点击上方SQL数据库开发，关注获取SQL视频教程
SQL专栏
SQL基础知识汇总
SQL高级知识汇总
我们知道DISTINCT可以去掉重复数据，GROUP BY在分组后也会去掉重复数据，那这两个关键字在去掉重复数据时的效率，究竟谁会更高一点？
1.使用DISTINCT去掉重复数据
我们先看下面这个例子:
SELECT DISTINCT UnitPrice
FROM [Sales].[SalesOrderDetail]
WHERE UnitPrice>1000;
执行完之后的结果如下：
接下来，我们将这个表里的数据增大到194万条，再重复上面的实验。
--将表SalesOrderDetail插入到一张物理表中

SELECT * INTO Sales.Temp_SalesOrder
FROM [Sales].[SalesOrderDetail] ;

--通过新增的物理表进行自循环插入3次，将数据增加到1941072行

DECLARE @i INT;
SET @i=0
WHILE @i<4
BEGIN 
--这里没有将SalesOrderDetailID这个自增长的放在列中，是为了让系统自动填充不同的数字进去，保证唯一性。
INSERT INTO Sales.Temp_SalesOrder
(SalesOrderID,CarrierTrackingNumber,OrderQty,ProductID,SpecialOfferID,
UnitPrice,UnitPriceDiscount,LineTotal,rowguid,ModifiedDate)

SELECT 
SalesOrderID,CarrierTrackingNumber,OrderQty,ProductID,SpecialOfferID,
UnitPrice,UnitPriceDiscount,LineTotal,NEWID(),ModifiedDate
FROM Sales.Temp_SalesOrder
SET @i=@i+1;
END;

SELECT COUNT(1) FROM Sales.Temp_SalesOrder；
(提示：可以左右滑动代码)
将SalesOrderDetailID的自增长属性取消掉之后，插入1000条自身的数据，这样我们就可以得到1000条重复的SalesOrderDetailID，相比1942072条记录占比很小了
如下图，将自增长标识的是换成否后即可插入了。
INSERT INTO sales.Temp_Salesorder
SELECT TOP 1000 * FROM sales.Temp_Salesorder；
数据插入完整后，我们在将上一讲的内容重复一下，看看效果如何？
A.在没建索引的情况下，我们只查询UnitPrice这一列
SELECT UnitPrice FROM Sales.Temp_SalesOrder ;
我们看一下执行情况：
接下来是鉴证奇迹的时刻了，我们加DISTINCT在UnitPrice前面试试
SELECT  DISTINCT  UnitPrice FROM sales.Temp_Salesorder;
和之前的实验结果一致，在执行时间没有多大差别的情况下，分析时间成倍的减少了。
B.当SalesOrderDetailID取消掉自增长属性后就和普通列一样了。
我们来重复上面的步骤：
SELECT   SalesOrderDetailID FROM sales.Temp_Salesorder
执行完后结果如下：
与上面的UnitPrice没使用DISTINCT情况基本一致。
然后我们给SalesOrderDetailID加上DISTINCT后会怎么样呢？
SELECT DISTINCT  SalesOrderDetailID
FROM sales.Temp_Salesorder
我们可以看到如下执行情况：
从上图可以看到，DISTINCT已经排除了1000条记录，但是在执行时花的时间比没加DISTINCT更久了。
通过上述两个实验，我们可以得出这样一条结论：在重复量比较高的表中，使用DISTINCT可以有效提高查询效率，而在重复量比较低的表中，使用DISTINCT会严重降低查询效率。所以并不是所有的DISTINCT都是降低效率的，当然你得提前判断数据的重复量。
2.GROUP BY与DISTINCT去掉重复数据的对比
GROUP BY与DISTINCT类似，经常会有一些针对这两个哪个效率高的争议，今天我们就将这两个在不同重复数据量的效率作下对比。
A.重复数据量多的情况下，对UnitPrice进行去重
SELECT  DISTINCT  UnitPrice FROM sales.Temp_Salesorder;
SELECT  UnitPrice FROM sales.Temp_Salesorder GROUP BY UnitPrice;
将上述两条语句一起执行，结果如下：
可以看出两条语句对应的执行时间GROUP BY比DISTINCT效率高一点点。
B.重复数据量少的情况下，对SalesOrderDetailID进行去重
SELECT  DISTINCT SalesOrderDetailID FROM sales.Temp_Salesorder
SELECT   SalesOrderDetailID FROM sales.Temp_Salesorder
GROUP BY SalesOrderDetailID
也是同时执行上述两条语句，其结果如下：
作者对上述语句同时执行多次，针对重复量多的UnitPrice，GROUP BY总的处理效率比DISTINCT高一点点，但是针对重复量低的SalesOrderDetailID，DISTINCT就比GROUP BY快一点了，而如果随着整体数据量的增加，效果会越来越明显。
今天的内容就讲到这里，小伙伴可以动手尝试一下。如有不明白的可以在下方留言一起探讨。
——End——
后台回复关键字：1024，获取一份精心整理的技术干货后台回复关键字：进群，带你进入高手如云的交流群。推荐阅读
一款免费比Navicat还要好用，功能强大的数据库管理工具
GitHub上最励志的计算机自学教程
刚刚用华为鸿蒙跑了个“hello world”！
SQL学习路线图，首次公开
思科前员工删库跑路，损失达 1600 多万
孙悟空无姓无名的时候，阎王生死簿是怎么写的呢？
这是一个能学到技术的公众号，欢迎关注点击「」了解SQL训练营

经典例子

select distinct name, id from table

或者

select name,id from table group by name

像这样是错误的写法，distinct不起作用的

曲线救国写法：

select name,id from table  where id in (

      select min(id) from table group by name

)

思想：将需要去重的字段添加到where条件中，取出唯一id

          然后就可以获得去重之后的两个字段了

          不过我这边是你需要去重一个字段，展示两个字段的情况

 

还可以看如下文章

https://blog.csdn.net/yz357823669/article/details/78794050

https://blog.csdn.net/djun100/article/details/10452165