我如何（或可以）在多列上选择不同的？

Question

我需要从表中检索所有行，其中两列组合起来都不同。因此，我希望同一天没有任何其他销售的所有销售都以相同的价格进行。基于日期和价格的唯一销售将更新为活动状态。

所以我在想：

UPDATE sales
SET status = 'ACTIVE'
WHERE id IN (SELECT DISTINCT (saleprice, saledate), id, count(id)
             FROM sales
             HAVING count = 1)

但是再走得更远我的大脑就会受伤。

Answer 1

SELECT DISTINCT a,b,c FROM t

大致相当于：

SELECT a,b,c FROM t GROUP BY a,b,c

习惯 GROUP BY 语法是个好主意，因为它更强大。

对于您的查询，我会这样做：

UPDATE sales
SET status='ACTIVE'
WHERE id IN
(
    SELECT id
    FROM sales S
    INNER JOIN
    (
        SELECT saleprice, saledate
        FROM sales
        GROUP BY saleprice, saledate
        HAVING COUNT(*) = 1 
    ) T
    ON S.saleprice=T.saleprice AND s.saledate=T.saledate
 )

Answer 2

如果您将到目前为止的答案放在一起，进行清理和改进，您将得到这个更好的查询：

UPDATE sales
SET    status = 'ACTIVE'
WHERE  (saleprice, saledate) IN (
    SELECT saleprice, saledate
    FROM   sales
    GROUP  BY saleprice, saledate
    HAVING count(*) = 1 
    );

这比它们都快得多。

但还远未达到最佳状态。使用

NOT EXISTS

反半连接可以获得更好的性能。

EXISTS

是标准 SQL，一直存在（至少从 PostgreSQL 7.2 开始，早在这个问题被提出之前）并且完全符合所提出的要求：

UPDATE sales s
SET    status = 'ACTIVE'
WHERE  NOT EXISTS (
   SELECT FROM sales s1                     -- SELECT list can be empty for EXISTS
   WHERE  s.saleprice = s1.saleprice
   AND    s.saledate  = s1.saledate
   AND    s.id <> s1.id                     -- except for row itself
   )
AND    s.status IS DISTINCT FROM 'ACTIVE';  -- avoid empty updates. see below

小提琴
_旧sqlfiddle

识别行的唯一键

如果您没有表的主键或唯一键（示例中的

id

），您可以使用系统列

ctid

和

tableoid

来替换以用于此查询（但不适用于其他某些查询）目的）：

   AND   (s1.ctid <> s.ctid OR s1.tableoid <> s.tableoid)

tableoid

确保它即使在继承或分区的情况下也能正常工作。参见：

• 如何删除没有唯一标识符的重复行

_{每个表都应该有一个主键。如果您还没有，请添加一个。我建议在 Postgres 10+ 中使用}

serial

或

IDENTITY

列。

相关：

• 有序序列生成
• 自动递增表格列

这怎么更快？

EXISTS

反半连接中的子查询一旦找到第一个重复项就可以停止评估（没有必要继续寻找）。对于具有很少重复项的基表，这只会稍微提高效率。有了很多重复项，这就会变得方式更加高效。

排除空更新

对于已经具有

status = 'ACTIVE'

的行，此更新不会改变任何内容，但仍然以（大部分）全额成本插入新的行版本。通常，您不希望这样。添加另一个像上面演示的

WHERE

条件以避免这种情况并使其更快：

如果定义了

status

NOT NULL

，则可以简化为：

AND status <> 'ACTIVE';

列的数据类型必须支持

<>

运算符。有些类型如

json

则不然。参见：

• 如何查询 json 列中的空对象？

NULL 处理的细微差别

与当前接受的答案不同，此查询不会将 NULL 值视为相等。以下两行

(saleprice, saledate)

将被视为“不同”（尽管与人眼看起来相同）：

(123, NULL)
(123, NULL)

还传入唯一索引以及几乎任何其他地方，因为根据 SQL 标准，NULL 值比较不相等。参见：

• 创建具有空列的唯一约束

OTOH、

GROUP BY

、

DISTINCT

或

DISTINCT ON ()

将 NULL 值视为相等。根据您想要实现的目标，使用适当的查询样式。您仍然可以使用这个更快的查询，使用

IS NOT DISTINCT FROM

而不是

=

进行任何或所有比较，以使 NULL 比较相等。更多：

• 如何删除没有唯一标识符的重复行

如果要比较的所有列都已定义

NOT NULL

，则没有分歧的余地。

Answer 3

查询的问题在于，当使用 GROUP BY 子句（本质上是通过使用 unique 来完成）时，您只能使用分组依据或聚合函数的列。您不能使用列 ID，因为可能存在不同的值。在您的情况下，由于 HAVING 子句，始终只有一个值，但大多数 RDBMS 不够智能，无法识别这一点。

这应该可以工作（并且不需要加入）：

UPDATE sales
SET status='ACTIVE'
WHERE id IN (
  SELECT MIN(id) FROM sales
  GROUP BY saleprice, saledate
  HAVING COUNT(id) = 1
)

您还可以使用 MAX 或 AVG 而不是 MIN，只有在只有一个匹配行时才使用返回列值的函数才重要。

Answer 4

如果您的 DBMS 不支持多列的不同，如下所示：

select distinct(col1, col2) from table

多选一般可以安全地执行，如下所示：

select distinct * from (select col1, col2 from table ) as x

因为这可以在大多数 DBMS 上工作，并且由于您避免了分组功能，因此预计会比分组解决方案更快。

Answer 5

我想从“GrondOfLucht”一列中选择不同的值，但它们应该按照“排序”列中给出的顺序排序。我无法使用

仅获取一列的不同值

Select distinct GrondOfLucht,sortering
from CorWijzeVanAanleg
order by sortering

它还将给出“排序”列，并且由于“GrondOfLucht”和“排序”不唯一，因此结果将是所有行。

使用GROUP按照“sortering”给出的顺序选择“GrondOfLucht”的记录

SELECT        GrondOfLucht
FROM            dbo.CorWijzeVanAanleg
GROUP BY GrondOfLucht, sortering
ORDER BY MIN(sortering)