Wie kann (oder kann) ich DISTINCT für mehrere Spalten auswählen?

Ich muss alle Zeilen aus einer Tabelle abrufen, in der zwei Spalten zusammen unterschiedlich sind. Ich möchte also alle Verkäufe, die keine anderen Verkäufe haben, die am selben Tag zum gleichen Preis getätigt wurden. Die Verkäufe, die basierend auf Tag und Preis eindeutig sind, werden auf einen aktiven Status aktualisiert.

Also denke ich:

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

Aber mein Gehirn tut weh, wenn ich noch weiter gehe.

SELECT DISTINCT a,b,c FROM t

ist ungefähr gleichbedeutend mit:

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

Es ist eine gute Idee, sich an die GROUP BY-Syntax zu gewöhnen, da diese leistungsfähiger ist.

Für Ihre Anfrage würde ich es so machen:

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
 )

Wenn Sie die bisherigen Antworten zusammenstellen, aufräumen und verbessern, gelangen Sie zu dieser überlegenen Frage:

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

Welches ist viel schneller als beide. Nukes die Leistung der aktuell akzeptierten Antwort um den Faktor 10 - 15 (in meinen Tests auf PostgreSQL 8.4 und 9.1).

Dies ist jedoch noch lange nicht optimal. Verwenden Sie einen NOT EXISTS(Anti-) Semi-Join für eine noch bessere Leistung. EXISTSist Standard-SQL, gibt es schon immer (zumindest seit PostgreSQL 7.2, lange bevor diese Frage gestellt wurde) und passt perfekt zu den vorgestellten Anforderungen:

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

db <> hier fummeln
Alte SQL-Geige

Eindeutiger Schlüssel zur Identifizierung der Zeile

Wenn Sie ( idim Beispiel) keinen Primär- oder eindeutigen Schlüssel für die Tabelle haben , können Sie ctidden Zweck dieser Abfrage durch die Systemspalte ersetzen (jedoch nicht für andere Zwecke):

   AND    s1.ctid <> s.ctid

_{Jede Tabelle sollte einen Primärschlüssel haben. Fügen Sie eine hinzu, wenn Sie noch keine hatten. Ich schlage ein serialoder ein vorIDENTITY Spalte in Postgres 10+ vor.}

Verbunden:

• Sequenzgenerierung in der richtigen Reihenfolge
• Tabelle Tabelle automatisch inkrementieren

Wie geht das schneller?

Die Unterabfrage im EXISTSAnti-Semi-Join kann die Auswertung beenden, sobald der erste Betrüger gefunden wird (es macht keinen Sinn, weiter zu suchen). Für eine Basistabelle mit wenigen Duplikaten ist dies nur geringfügig effizienter. Mit vielen Duplikaten wird diese Art und Weise effizienter zu gestalten .

Leere Updates ausschließen

Für Zeilen, die status = 'ACTIVE'dieses Update bereits haben, würde sich nichts ändern, aber dennoch eine neue Zeilenversion zum vollen Preis einfügen (kleinere Ausnahmen gelten). Normalerweise willst du das nicht. Fügen Sie eine weitere WHEREBedingung wie oben gezeigt hinzu, um dies zu vermeiden und noch schneller zu machen:

Wenn statusdefiniert ist NOT NULL, können Sie vereinfachen, um:

AND status <> 'ACTIVE';

Subtiler Unterschied in der NULL-Behandlung

Diese Abfrage behandelt (im Gegensatz zu der derzeit von Joel akzeptierten Antwort ) NULL-Werte nicht als gleich. Die folgenden zwei Zeilen für (saleprice, saledate)würden als "verschieden" qualifiziert (obwohl sie mit dem menschlichen Auge identisch aussehen):

(123, NULL)
(123, NULL)

Übergibt auch einen eindeutigen Index und fast überall sonst, da NULL-Werte gemäß dem SQL-Standard nicht gleich sind. Sehen:

• Erstellen Sie eine eindeutige Einschränkung mit Nullspalten

OTOH, GROUP BY, DISTINCToder DISTINCT ON ()treat NULL - Werte als gleich. Verwenden Sie einen geeigneten Abfragestil, je nachdem, was Sie erreichen möchten. Sie können diese schnellere Abfrage weiterhin mit IS NOT DISTINCT FROManstelle von =für einen oder alle Vergleiche verwenden, um den NULL-Vergleich gleich zu machen. Mehr:

• So löschen Sie doppelte Zeilen ohne eindeutige Kennung

Wenn alle verglichenen Spalten definiert sind NOT NULL, gibt es keinen Raum für Meinungsverschiedenheiten.

Das Problem bei Ihrer Abfrage besteht darin, dass Sie bei Verwendung einer GROUP BY-Klausel (die Sie im Wesentlichen mit einer eindeutigen Klausel ausführen) nur Spalten verwenden können, nach denen Sie Funktionen gruppieren oder aggregieren. Sie können die Spalten-ID nicht verwenden, da möglicherweise unterschiedliche Werte vorhanden sind. In Ihrem Fall gibt es aufgrund der HAVING-Klausel immer nur einen Wert, aber die meisten RDBMS sind nicht intelligent genug, um dies zu erkennen.

Dies sollte jedoch funktionieren (und benötigt keinen Join):

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

Sie können auch MAX oder AVG anstelle von MIN verwenden. Es ist nur wichtig, eine Funktion zu verwenden, die den Wert der Spalte zurückgibt, wenn nur eine übereinstimmende Zeile vorhanden ist.

Ich möchte die unterschiedlichen Werte aus einer Spalte 'GrondOfLucht' auswählen, aber sie sollten in der Reihenfolge sortiert werden, die in der Spalte 'Sortieren' angegeben ist. Ich kann nicht die eindeutigen Werte nur einer Spalte verwenden

Select distinct GrondOfLucht,sortering
from CorWijzeVanAanleg
order by sortering

Außerdem wird die Spalte "Sortieren" angezeigt. Da "GrondOfLucht" UND "Sortieren" nicht eindeutig ist, werden ALLE Zeilen ausgegeben.

Verwenden Sie die GRUPPE, um die Datensätze von 'GrondOfLucht' in der durch 'Sortieren angegebenen Reihenfolge' auszuwählen

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

Wenn Ihr DBMS die Unterscheidung mit mehreren Spalten wie folgt nicht unterstützt:

select distinct(col1, col2) from table

Mehrfachauswahl kann im Allgemeinen wie folgt sicher ausgeführt werden:

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

Da dies auf den meisten DBMS funktionieren kann und dies voraussichtlich schneller als die Gruppierung nach Lösung ist, vermeiden Sie die Gruppierungsfunktionalität.