SQL小技巧5：数据去重的N种方法，总有一种你想不到！

在平时工作中，使用SQL语句进行数据去重的场景非常多。

今天主要分享几种数据去重的SQL写法。

假如有一张student表，结构如下：

create table student(    id int,    name varchar(50),    age int,    address varchar(100));

表中的数据如下：

方法一：使用DISTINCT关键字进行去重

在使用DISTINCT关键字去重时，后面跟上去重的字段即可。

比如，取出student表中，不重复的address有哪些，可以使用如下SQL语句：

select distinct address from student;

返回结果如下：

这种方法，最大的优点是使用起来比较简单。

但也有一个比较大的缺点，就是最终返回的结果集中的字段最多只包含去重的字段。也就是说，在上面的SQL语句中，使用address字段进行去重，最终的结果，也最多只能返回address一个字段。

如果想以address字段去重，并且同时返回其他字段，DISTINCT是做不到的。

方法二：使用GROUP BY关键字进行去重

与DISTINCT关键字一样，GROUP BY关键字，也是标准SQL支持的常用的去重方法。它可以在去重的同时，同步返回其他字段的信息。

还是以对address字段进行去重为例，其他字段可以使用聚合函数根据需要进行获取：

select min(id),    max(name),    max(age),    addressfrom student group by address;

返回结果如下：

在上面的语句中，不仅对address字段进行了去重，也同时返回了id、name、age字段的信息。

在这一点上，比DISTINCT要好用很多。

不过，仔细一看，好像总是觉得哪里不对劲。

id=1的学生，应该叫周俊廷，而在上面的返回结果中却是杨萧语，返回的age字段，也有同样的问题。

也就是说，在返回的结果中，同一行的id、name、age，可能并不是同一个学生的，这就导致看起来数据有些混乱。

如果对数据的一致性有要求，可以使用下面的第三种方法。

方法三：使用窗口函数进行去重

窗口函数有好几种，使用起来大同小异，这里只介绍ROW_NUMBER() over(partition by ... order by ...)。

select    id,name,age,addressfrom (    select id,name,age,address,        row_number() over(            partition by address             order by id asc        ) as rn    from student)awhere a.rn = 1;

ROW_NUMBER()窗口函数的原理是，先对数据按照partition by的字段进行分组，然后以order by的字段在各个分组内进行排序，序号从1开始递增。

上面的SQL返回的结果为：

这个返回结果，就完美多了。

但是，需要注意的是，有些数据库是不支持窗口函数的。像低版本的MySQL数据库中就无法使用。

方法四：使用IN去重

这种方法的关键在于，找到一组不重复的数据的特征，然后以这个特征来取数据。

比如：按address来去重，如果数据有重复，取id最大的那条。

select * from studentwhere id in (    select max(id)     from student     group by address);

返回结果如下：

当然，也可以取id最小的那条，将上面语句中的max改成min就可以了。

这种方法适合表里有一个数据不重复的字段（如上面SQL中的id字段）的情况。

如果表中不存在这样一个字段，这种方法就不再适用了。但有些数据库，天生自带了类似的字段可以使用。

比如，在ORACLE数据库中，可以使用ROWID替代上面SQL中的id字段。当然仅限于ORACLE数据库：

select * from studentwhere rowid in (    select max(rowid)     from student     group by address);

方法五：使用NOT EXISTS去重

与方法四的思路类似，使用NOT EXISTS也可以实现同样的效果。

select *from student awhere not exists(    select 1     from student b     where a.address = b.address       and a.id > b.id);

返回结果如下：

方法六：使用ALL关键字

在MySQL数据库中，有一个特殊的操作符ALL，这是一个集合操作符，表示子数据集中的所有数据都满足某一个条件。

select *from student awhere a.id <= ALL(    select b.id    from student b    where a.address = b.address);

返回结果如下：

在上面的SQL中，ALL操作符的意思是说，a.id字段要<=ALL操作符括号里查询出来的所有值。

这种方法的核心思路与方法四是类似的。

方法七：使用INNER JOIN + GROUP BY关键字

这种方法的核心思路，也与方法四是类似的。

select    a.*from student ainner join student bon a.address = b.addressand a.id >= b.idgroup by a.id,a.name,a.age,a.addresshaving count(*)=1;

返回结果如下：

上面介绍了7种数据去重的方法，你知道几种？

【关注微信公众号：跟强哥学SQL，回复“笔试”免费领取大厂SQL笔试题。】