SQL去重查询

查询一个表，返回的结果中若某一字段有重复的行，只保留一行数据。（保留的数据要求是所有行中某一字段的最值）

---

例子：

表 score：

id	time	name	math	cs	physics	chemistry	biology
1	2021-07-11	Lucy	80	90	34	45	43
2	2021-09-22	Lucy	77	89	54	56	67
3	2020-04-12	Kaven	87	34	34	26	87
4	2021-08-22	Hyke	65	78	34	56	67
5	2020-05-17	Kaven	78	97	67	97	56

目标是查询 score 中学生最近的一次成绩记录

查询结果理应如下：

id	time	name	math	cs	physics	chemistry	biology
2	2021-09-22	Lucy	77	89	54	56	67
4	2021-08-22	Hyke	65	78	34	56	67
5	2020-05-17	Kaven	78	97	67	97	56

有两种方法可以进行查询：

• 根据行号去重

  • 对表 score 分区后排序，取排序后的第 1 行数据

  • partition by关键字是分析性函数的一部分，它和聚合函数（如group by）不同的地方在于它能返回一个分组中的多条记录，而聚合函数一般只有一条反映统计值的记录，

    partition by用于给结果集分组，如果没有指定那么它把整个结果集作为一个分组。

    partition by 与group by不同之处在于前者返回的是分组里的每一条数据，并且可以对分组数据进行排序操作。后者只能返回聚合之后的组的数据统计值的记录。

  • 经典用法：ROW_NUMBER() OVER(partition by 分组列 order by 排序列)

  select * from 
  (select *,row_number() over (partition by name order by time desc) Suquence from score) s 
  where s.Suquence=1

• group by 查询

  • 使用 group by 时，如果决定保留行的字段的值在表中是唯一的，则可以直接使用（如 id，假设 每个学生的数据在表中的 id 与时间的大小顺序一致，即时间越近，id 越大）

    select * from score where id in 
    (select max(id) from score group by name)

  • 但实际上假设是特殊的，一般情况 id 与字段大小无关联的话，需要多表查询

    select a.* from score as a inner join
    (select max(time) as time,name from score group by name) as b
    on a.time=b.time and a.name=b.name