新网创想网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
这期内容当中小编将会给大家带来有关MySQL中怎么清除结果集的重复数据,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。
成都网站建设、成都网站设计,成都做网站公司-创新互联已向数千家企业提供了,网站设计,网站制作,网络营销等服务!设计与技术结合,多年网站推广经验,合理的价格为您打造企业品质网站。一、关键字Distinct和Distinctrow
关键字distinct一般直接跟在查询语句中SELECT的后面,替换可选的关键字all,而关键字all是默认的。Distinctrow是distinct的别名,它产生的效果与distinct是完成一样的:
1 2 3 4 | SELECT [ ALL | DISTINCT | DISTINCTROW ] select_expr [ FROM table_references [ WHERE where_condition] |
为了说明这些关键字的用法,我们以下表中的数据为例来进行说明。其中,该表含有一些水果名称及其对应的颜色:
以下查询将从上表中检索所有水果的名称,并按字母顺序将其列出:
1 2 | SELECT name FROM fruits; |
由于没有附带颜色信息,所以每种水果品种的是重复的:
现在,让我们使用关键字distinct再查询一次,看看结果如何:
1 2 | SELECT DISTINCT name FROM fruits; |
不出所料,由于附带了水果的颜色信息,所以每种水果的名称只出现了一次:
二、重复数据的取舍
有时候,是不能使用关键字distinct的,因为删除复制的数据会导致错误的结果。请考虑下列情形:
客户想要生成一张职工表,以便进行某些资料统计。 为此,我们可以使用下列命令:
1 2 3 4 5 | SELECT name ,
gender,
salary FROM employees ORDER BY name ; |
奇怪的是,结果中出现了重复的“Kristen Ruegg”:
客户说,他们不希望出现重复,所以开发人员在SELECT语句中加入了关键字distinct。 好了,这会能够满足客户的要求了,但是问题也随之而来了,因为公司确实有两个重名的员工。所以,添加关键字distinct删除了一个有效的记录,因此得 到的结果实际上错误的。我们可以通过emp_id_number来确认一下,的确有两名员工都叫Kristen Rueggs:
1 2 3 4 5 6 | SELECT name ,
gender,
salary,
emp_id_number FROM employees ORDER BY name ; |
下面是出现问题的数据,它们的emp_id_numbers都是的:
上面的情形告诉我们:使用关键字distinct的时候,要确保不会无意中删除有效数据!
三、关键字Distinct与Group By的区别
使用distinct与不使用聚合功能情况下对全选所有栏数据进行分组的逻辑效果是一样的。对于这样的查询,group by命令只是生产了一列分组后的值。在显示某栏并对齐分组的时候,该查询会给出该栏中不同的值。然而,在显示多栏并对它们进行分组的时候,该查询会给出每 栏中的值的不同的组和。例如,以下查询生成的结果与第一个SELECT distinct命令的结果完全一样:
1 2 3 | SELECT name FROM fruits GROUP BY name ; |
同样地,以下语句生成的结果,与我们的SELECT distinct语句在员工表上生成的结果也完全一样:
1 2 3 4 5 | SELECT name ,
gender,
salary FROM employees GROUP BY name ; |
关键字distinct和group by的区别在于,group by子句会对数据记录进行排序。因此:
1 2 3 4 5 6 7 8 9 10 11 | SELECT name ,
gender,
salary FROM employees GROUP BY name ; 或者: SELECT DISTINCT name ,
gender,
salary FROM employees ORDER BY name ; |
四、统计重复的数据
关键字Distinct可以用于COUNT()函数,来统计一栏中包含多少不同的值。COUNT ( distinct expression)将统计给定表达式在不同的非零值的数量。该表达式可以是要统计其中不同的非零值的数量的栏名。
下面是表employee中的所有数据:
对name字段应用Count distinct函数会得到六个不同的名称:
上述就是小编为大家分享的MySQL中怎么清除结果集的重复数据了,如果刚好有类似的疑惑,不妨参照上述分析进行理解。如果想知道更多相关知识,欢迎关注创新互联行业资讯频道。