Sử dụng mệnh đề DISTINCT để lọc dữ liệu nhưng vẫn kéo các trường khác không phải là DISTINCT

Question

Tôi đang cố gắng viết một truy vấn trong Postgresql để lấy một tập dữ liệu được sắp xếp và lọc nó theo một trường riêng biệt. Tôi cũng cần phải kéo một số lĩnh vực khác từ cùng một hàng bảng, nhưng họ cần phải được bỏ ra khỏi đánh giá riêng biệt. Ví dụ:

SELECT DISTINCT(user_id) user_id, 
     created_at 
    FROM creations 
ORDER BY created_at 
    LIMIT 20 

Tôi cần user_id là DISTINCT, nhưng không quan tâm cho dù ngày created_at là duy nhất hay không. Bởi vì ngày created_at được đưa vào đánh giá, tôi nhận được bản sao user_id trong tập kết quả của mình.

Ngoài ra, dữ liệu phải được sắp xếp theo ngày, do đó, sử dụng DISTINCT ON không phải là một tùy chọn tại đây. Nó yêu cầu trường DISTINCT ON là trường đầu tiên trong mệnh đề ORDER BY và điều đó không cung cấp kết quả mà tôi tìm kiếm.

Làm cách nào để sử dụng đúng điều khoản DISTINCT nhưng giới hạn phạm vi của nó thành chỉ một trường trong khi vẫn chọn các trường khác?

Answer 1

Như bạn đã phát hiện, xử lý SQL chuẩn DISTINCT như áp dụng cho toàn bộ danh sách lựa chọn, chứ không phải chỉ là một cột hoặc một vài cột. Lý do cho điều này là nó là mơ hồ những gì giá trị để đưa vào các cột bạn loại trừ từ DISTINCT. Vì lý do tương tự, SQL chuẩn không cho phép bạn có các cột không rõ ràng trong một truy vấn với GROUP BY.

Nhưng PostgreSQL có phần mở rộng không chuẩn cho SQL để cho phép những gì bạn đang yêu cầu: DISTINCT ON (expr).

SELECT DISTINCT ON (user_id) user_id, created_at 
FROM creations 
ORDER BY user_id, created_at 
LIMIT 20 

Bạn phải bao gồm (các) biểu thức riêng biệt như phần tận cùng bên trái của mệnh đề ORDER BY của bạn.

Xem hướng dẫn sử dụng trên DISTINCT Clause để biết thêm thông tin.

Answer 2

Sử dụng truy vấn phụ đã được đề xuất bởi một người nào đó trên kênh #postgresql irc. Nó làm việc:

SELECT user_id 
FROM (SELECT DISTINCT ON (user_id) * FROM creations) ss 
ORDER BY created_at DESC 
LIMIT 20; 

Answer 3

GROUP BY phải đảm bảo giá trị riêng biệt của các cột được nhóm, điều này có thể cung cấp cho bạn những gì bạn đang theo dõi.

(Lưu ý tôi đưa vào 2 cent của tôi mặc dù tôi không quen thuộc với PostgreSQL, mà đúng hơn là MySQL và Oracle)

Trong MySql

SELECT user_id, created_at 
FROM creations 
GROUP BY user_id 
ORDER BY user_id 

Trong Oracle sqlplus

SELECT user_id, FIRST(created_at) 
FROM creations 
GROUP BY user_id 
ORDER BY user_id 

Chúng sẽ cung cấp cho bạn user_id theo sau là trước tiêncreated_at được liên kết với sốđó. Nếu bạn muốn created_at khác nhau, bạn có tùy chọn thay thế FIRST bằng các chức năng khác như AVG, MIN, MAX hoặc LAST trong Oracle, bạn cũng có thể thử thêm ORDER BY trên các cột khác (bao gồm cả các cột không được trả lại) created_at.

Answer 4

Câu hỏi của bạn không được xác định rõ ràng - khi bạn nói bạn cũng cần dữ liệu khác từ cùng một hàng bạn không xác định hàng nào.

Bạn nói rằng bạn cần phải đặt kết quả theo created_at, vì vậy tôi sẽ giả mà bạn muốn giá trị từ hàng với min created_at (sớm nhất).

Điều này bây giờ trở thành một trong những câu hỏi SQL phổ biến nhất - truy xuất các hàng chứa một số giá trị tổng hợp (MIN, MAX).

Ví dụ

SELECT user_id, MIN(created_at) AS created_at 
FROM creations 
GROUP BY user_id 
ORDER BY MIN(create_at) 
LIMIT 20 

Cách tiếp cận này sẽ không cho phép bạn (dễ dàng) chọn giá trị khác từ cùng hàng.

Một cách tiếp cận này sẽ cho phép bạn chọn các giá trị khác là

SELECT c.user_id, c.created_at, c.other_columns 
FROM creations c LEFT JOIN creation c_help 
    ON c.user_id = c_help.user_id AND c.created_at > c_help.create_at 
WHERE c_help IS NULL 
ORDER BY c.created_at 
LIMIT 20 

Answer 5

Nếu bạn muốn created_at gần đây nhất cho mỗi người dùng sau đó tôi đề nghị bạn tổng hợp như thế này:

SELECT user_id, MAX(created_at) 
FROM creations 
WHERE .... 
GROUP BY user_id 
ORDER BY created_at DESC 

này sẽ trả lại created_at gần đây nhất cho mỗi user_id Nếu bạn chỉ muốn 20 vị trí hàng đầu, sau đó nối thêm

LIMIT 20 

EDIT: Điều này về cơ bản là điều tương tự Unreason đã nói ở trên ... xác định từ hàng bạn muốn dữ liệu bằng cách tập hợp.