加入收藏 | 设为首页 | 会员中心 | 我要投稿 肇庆站长网 (https://www.0758zz.cn/)- 数据分析、分布式云、安全管理、云计算、物联设备!
当前位置: 首页 > 云计算 > 正文

面试突击:MySQL 中如何去重?

发布时间:2022-08-02 12:22:42 所属栏目:云计算 来源:互联网
导读:在 MySQL 中,最常见的去重方法有两个:使用 distinct 或使用 group by,那它们有什么区别呢?接下来我们一起来看。 1、创建测试数据 复制 -- 创建测试表 drop table if exists pageview; create table pageview( id bigint primary key auto_increment comm
  在 MySQL 中,最常见的去重方法有两个:使用 distinct 或使用 group by,那它们有什么区别呢?接下来我们一起来看。
 
  1、创建测试数据
  复制
  -- 创建测试表
  drop table if exists pageview;
  create table pageview(
      id bigint primary key auto_increment comment '自增主键',
      aid bigint not null comment '文章ID',
      uid bigint not null comment '(访问)用户ID',
      createtime datetime default now() comment '创建时间'
  ) default charset='utf8mb4';
  -- 添加测试数据
  insert into pageview(aid,uid) values(1,1);
  insert into pageview(aid,uid) values(1,1);
  insert into pageview(aid,uid) values(2,1);
  insert into pageview(aid,uid) values(2,2);
  1.
  2.
  3.
  4.
  5.
  6.
  7.
  8.
  9.
  10.
  11.
  12.
  13.
  最终展现效果如下:
 
  
  2、distinct 使用
  distinct 基本语法如下:
 
  复制
  SELECT DISTINCT column_name,column_name FROM table_name;
  1.
  (1)单列去重
  我们先用 distinct 实现单列去重,根据 aid(文章 ID)去重,具体实现如下:
 
  
  (2)多列去重
  除了单列去重之外,distinct 还支持多列(两列及以上)去重,我们根据 aid(文章 ID)和 uid(用户 ID)联合去重,具体实现如下:
 
  
  (3)聚合函数+去重
  使用 distinct + 聚合函数去重,计算 aid 去重之后的总条数,具体实现如下:
 
  
  3、group by 使用
  group by 基础语法如下:
 
  复制
  SELECT column_name,column_name FROM table_name
  WHERE column_name operator value
  GROUP BY column_name
  1.
  2.
  3.
  (1)单列去重
  根据 aid(文章 ID)去重,具体实现如下:
 
  
  与 distinct 相比 group by 可以显示更多的列,而 distinct 只能展示去重的列。
 
  (2)多列去重
  根据 aid(文章 ID)和 uid(用户 ID)联合去重,具体实现如下:
 
  
  (3)聚合函数 + group by
  统计每个 aid 的总数量,SQL 实现如下:图片从上述结果可以看出,使用 group by 和 distinct 加 count 的查询语义是完全不同的,distinct + count 统计的是去重之后的总数量,而 group by + count 统计的是分组之后的每组数据的总数。
 
  4、distinct 和 group by 的区别
  官方文档在描述 distinct 时提到:在大多数情况下 distinct 是特殊的 group by,如下图所示:
 
  
  官方文档地址:https://dev.mysql.com/doc/refman/8.0/en/distinct-optimization.html但二者还是有一些细微的不同的,比如以下几个。
 
  区别1:查询结果集不同
  当使用 distinct 去重时,查询结果集中只有去重列信息,如下图所示:
 
  
  当你试图添加非去重字段(查询)时,SQL 会报错如下图所示:
 
  
  而使用 group by 排序可以查询一个或多个字段,如下图所示:
  
  区别2:使用业务场景不同
  统计去重之后的总数量需要使用 distinct,而统计分组明细,或在分组明细的基础上添加查询条件时,就得使用 group by 了。使用 distinct 统计某列去重之后的总数量:
 
  
  图片统计分组之后数量大于 2 的文章,就要使用 group by 了,如下图所示:
  
  区别3:性能不同
  如果去重的字段有索引,那么 group by 和 distinct 都可以使用索引,此情况它们的性能是相同的;而当去重的字段没有索引时,distinct 的性能就会高于 group by,因为在 MySQL 8.0 之前,group by 有一个隐藏的功能会进行默认的排序,这样就会触发 filesort 从而导致查询性能降低。
 
  总结
  大部分场景下 distinct 是特殊的 group by,但二者也有细微的区别,比如它们在查询结果集上、使用的具体业务场景上,以及性能上都是不同的。

(编辑:肇庆站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读