萬盛學電腦網

 萬盛學電腦網 >> 數據庫 >> mysql教程 >> mysql中過濾重復記錄之distinct用法

mysql中過濾重復記錄之distinct用法

本文章主要是講述了關於利用mysql中distinct來過濾一些重啟的記錄,有需要的朋友可參考一下。

下面我們就通過幾個簡單的 Query 示例來展示一下 DISTINCT 的實現。

1.首先看看通過松散索引掃描完成 DISTINCT 的操作:

 代碼如下 復制代碼 sky@localhost : example 11:03:41> EXPLAIN SELECT DISTINCT group_id
    -> FROM group_messageG
*************************** 1. row ***************************
           id: 1
  SELECT_type: SIMPLE
        table: group_message
         type: range
possible_keys: NULL
          key: idx_gid_uid_gc
      key_len: 4
          ref: NULL
         rows: 10
        Extra: Using index for group-by
1 row in set (0.00 sec)

我們可以很清晰的看到,執行計劃中的 Extra 信息為“Using index for group-by”,這代表什麼意思?為什麼我沒有進行 GROUP BY 操作的時候,執行計劃中會告訴我這裡通過索引進行了 GROUP BY 呢?其實這就是於 DISTINCT 的實現原理相關的,在實現 DISTINCT的過程中,同樣也是需要分組的,然後再從每組數據中取出一條返回給客戶端。而這裡的 Extra 信息就告訴我們,MySQL 利用松散索引掃描就完成了整個操作。當然,如果 MySQL Query Optimizer 要是能夠做的再人性化一點將這裡的信息換成“Using index for distinct”那就更好更容易讓人理解了,呵呵。

2.我們再來看看通過緊湊索引掃描的示例:

 代碼如下 復制代碼 sky@localhost : example 11:03:53>  EXPLAIN SELECT DISTINCT user_id
    -> FROM group_message
    -> WHERE group_id = 2G
*************************** 1. row ***************************
           id: 1
  SELECT_type: SIMPLE
        table: group_message
         type: ref
possible_keys: idx_gid_uid_gc
          key: idx_gid_uid_gc
      key_len: 4
          ref: const
         rows: 4
        Extra: Using WHERE; Using index
1 row in set (0.00 sec)

這裡的顯示和通過緊湊索引掃描實現 GROUP BY 也完全一樣。實際上,這個 Query 的實現過程中,MySQL 會讓存儲引擎掃描 group_id = 2 的所有索引鍵,得出所有的 user_id,然後利用索引的已排序特性,每更換一個 user_id 的索引鍵值的時候保留一條信息,即可在掃描完所有 gruop_id = 2 的索引鍵的時候完成整個 DISTINCT 操作。

3.下面我們在看看無法單獨使用索引即可完成 DISTINCT 的時候會是怎樣:

 代碼如下 復制代碼 sky@localhost : example 11:04:40> EXPLAIN SELECT DISTINCT user_id
    -> FROM group_message
    -> WHERE group_id > 1 AND group_id < 10G
*************************** 1. row ***************************
           id: 1
  SELECT_type: SIMPLE
        table: group_message
         type: range
possible_keys: idx_gid_uid_gc
          key: idx_gid_uid_gc
      key_len: 4
          ref: NULL
         rows: 32
        Extra: Using WHERE; Using index; Using temporary
1 row in set (0.00 sec)

當 MySQL 無法僅僅依賴索引即可完成 DISTINCT 操作的時候,就不得不使用臨時表來進行相應的操作了。但是我們可以看到,在 MySQL 利用臨時表來完成 DISTINCT 的時候,和處理 GROUP BY 有一點區別,就是少了 filesort。實際上,在 MySQL 的分組算法中,並不一定非要排序才能完成分組操作的,這一點在上面的 GROUP BY 優化小技巧中我已經提到過了。實際上這裡 MySQL 正是在沒有排序的情況下實現分組最後完成 DISTINCT 操作的,所以少了 filesort 這個排序操作。

4.最後再和 GROUP BY 結合試試看:
 

 代碼如下 復制代碼 sky@localhost : example 11:05:06> EXPLAIN SELECT DISTINCT max(user_id)
    -> FROM group_message
    -> WHERE group_id > 1 AND group_id < 10
    -> GROUP BY group_idG
*************************** 1. row ***************************
           id: 1
  SELECT_type: SIMPLE
        table: group_message
         type: range
possible_keys: idx_gid_uid_gc
          key: idx_gid_uid_gc
      key_len: 4
          ref: NULL
         rows: 32
        Extra: Using WHERE; Using index; Using temporary; Using filesort
1 row in set (0.00 sec)

最後我們再看一下這個和 GROUP BY 一起使用帶有聚合函數的示例,和上面第三個示例相比,可以看到已經多了 filesort 排序操作了,正是因為我們使用了 MAX 函數的緣故。要取得分組後的 MAX 值,又無法使用索引完成操作,只能通過排序才行了。

在使用mysql時,有時需要查詢出某個字段不重復的記錄,雖然mysql提供有distinct這個關鍵字來過濾掉多余的重復記錄只保留一條,但往往只用它來返回不重復記錄的條數,而不是用它來返回不重記錄的所有值。其原因是distinct只能返回它的目標字段,而無法返回其它字段,這個問題讓我困擾了很久


下面先來看看例子:

 代碼如下 復制代碼


   table
   id name
   1 a
   2 b
   3 c
   4 c
   5 b

庫結構大概這樣,這只是一個簡單的例子,實際情況會復雜得多

比如我想用一條語句查詢得到name不重復的所有數據,那就必須使用distinct去掉多余的重復記錄


 

 代碼如下 復制代碼    select distinct name from table


得到的結果是:

 

 代碼如下 復制代碼    name
   a
   b
   c

好像達到效果了,可是,我想要得到的是id值呢?改一下查詢語句吧:

 

 代碼如下 復制代碼     select distinct name, id from table


結果會是:

 代碼如下 復制代碼


   id name
   1 a
   2 b
   3 c
   4 c
   5 b

distinct怎麼沒起作用?作用是起了的,不過他同時作用了兩個字段,也就是必須得id與name都相同的才會被排除,我們再改改查詢語句:

 

 代碼如下 復制代碼 select id, distinct name from table


很遺憾,除了錯誤信息你什麼也得不到,distinct必須放在開頭,難到不能把distinct放到where條件裡?能,照樣報錯。。。。。。。

試了半天,也不行,最後在mysql手冊裡找到一個用法,用group_concat(distinct name)配合group by name實現了我所需要的功能,興奮,天佑我也,趕快試試


報錯。。。。。。。。。。。。郁悶。。。。。。。連mysql手冊也跟我過不去,先給了我希望,然後又把我推向失望,好狠那。。。。

再仔細一查,group_concat函數是4.1支持,暈,我4.0的。沒辦法,升級,升完級一試,成功。。。。。。


終於搞定了,不過這樣一來,又必須要求客戶也升級了

突然靈機一閃,既然可以使用group_concat函數,那其它函數能行嗎?

趕緊用count函數一試,成功,我。。。。。。。想哭啊,費了這麼多工夫。。。。。。。。原來就這麼簡單。。。。。。

現在將完整語句放出:

 代碼如下 復制代碼

    select id,name, count(distinct name) from table group by name

結果:

 代碼如下 復制代碼


   id name count(distinct name)
   1 a 1
   2 b 1
   3 c 1


最後一項是多余的,不用管就行了,目的達到。。。。。

哦,對,再順便說一句,group by 必須放在 order by 和 limit之前,不然會報錯,差不多了,我繼續忙碌。。。。。。

原文

這篇文章是我從別人那裡轉來的,在自己的項目中也遇到了這樣的問題,我的sql語句是向下面這樣寫的:

 

 代碼如下 復制代碼

   SELECT attention_join.memberID,nickName,headpic,attention_join.time

    FROM attention_join

        JOIN member ON attention_join.memberID = member.memberID

        JOIN member_meta ON member.memberID = member_meta.memberID

    GROUP BY attention_join.memberID

    ORDER BY attention_join.time DESC

意思是 '按 加入/關注 小組的時間降序,查出小組內的會員' ,但是語句裡並沒有用到向上文說的count()關鍵字,這個也讓我很不解,mysql沒有詳細的學習過,它的 group by 關鍵字的用法好像和 sqlserver 的有很大不同,這個等有時間了,在查查看吧,現在沒有時間了

哦,對了,我的mysql版本是:

 服務器版本: 5.1.54-1 ubuntu4

 協議版本: 10

copyright © 萬盛學電腦網 all rights reserved