當(dāng)面試官詢問(wèn)你如何在SQL中去除重復(fù)的記錄，只保留獨(dú)一無(wú)二的值時(shí)，你是否只能想到使用DISTINCT關(guān)鍵字呢？別擔(dān)心，今天，我將分享給你6種去重方法，讓你在面試中脫穎而出。畢竟，只有一個(gè)DISTINCT也太單調(diào)了嘛！

首先，我們創(chuàng)建2個(gè)表并插入些數(shù)據(jù)，用于演示去重方法。

-- 創(chuàng)建員工表
CREATE TABLE `employees` (
 `emp_id` INT ( 11 ) NOT NULL AUTO_INCREMENT,-- 員工ID，主鍵，自增
 `name` VARCHAR ( 60 ) NOT NULL COMMENT '員工名字',
 `position` VARCHAR ( 100 ) DEFAULT NULL COMMENT '員工職位',
 `department` VARCHAR ( 100 ) DEFAULT NULL COMMENT '員工所屬部門',
 `age` INT(3) COMMENT '員工年齡',
 `hire_date` DATE DEFAULT NULL COMMENT '入職日期',
 `birth_date` DATE DEFAULT NULL COMMENT '出生日期',
 `address` VARCHAR ( 255 ) DEFAULT NULL COMMENT '家庭住址',
 `gmt_create` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '創(chuàng)建時(shí)間',
 `gmt_modified` DATETIME DEFAULT NULL COMMENT '修改時(shí)間',
 PRIMARY KEY ( `emp_id` ) -- 主鍵設(shè)置為員工ID

) ENGINE = InnoDB DEFAULT CHARSET = utf8mb4 COMMENT = '員工信息表';-- 使用InnoDB引擎，字符集為utf8mb4，表注釋為“員工信息表”

-- 創(chuàng)建員工工資表
CREATE TABLE `salaries` (
 `salary_id` INT ( 11 ) NOT NULL AUTO_INCREMENT COMMENT '工資記錄ID',-- 主鍵，自增
 `emp_id` INT ( 11 ) NOT NULL COMMENT '員工ID',-- 外鍵，指向employees表
 `name` VARCHAR ( 60 ) NOT NULL COMMENT '員工名字',
 `salary_amount` DECIMAL ( 10, 2 ) NOT NULL COMMENT '工資總額',
 `payment_date` DATE NOT NULL COMMENT '發(fā)放日期',
 `deductions` DECIMAL ( 10, 2 ) DEFAULT '0.00' COMMENT '扣款金額',
 `net_salary` DECIMAL ( 10, 2 ) DEFAULT '0.00' COMMENT '實(shí)發(fā)工資',
 `gmt_create` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '創(chuàng)建時(shí)間',
 PRIMARY KEY ( `salary_id` ),
 FOREIGN KEY ( `emp_id` ) REFERENCES `employees` ( `emp_id` ) -- 外鍵約束，確保員工ID在employees表中存在

) ENGINE = InnoDB DEFAULT CHARSET = utf8mb4 COMMENT = '員工工資信息表';

-- 插入員工數(shù)據(jù)
INSERT INTO `employees` (`name`, `position`, `department`, `age`, `hire_date`, `birth_date`, `address`, `gmt_create`, `gmt_modified`) VALUES  
('員工A', '經(jīng)理', '銷售部門', '35', '2021-01-01', '1990-01-01', '北京', NOW(), NULL),  
('員工B', '員工', '人力資源', '25', '2022-02-02', '1992-02-02', '廣東', NOW(), NULL),  
('員工C', '員工', '人力資源', '22', '2022-03-03', '1999-03-03', '上海', NOW(), NULL),  
('員工D', '員工', '技術(shù)部門', '35', '2022-04-04', '1998-04-04', '山東', NOW(), NULL),
('員工D', '員工', '技術(shù)部門', '35', '2022-04-04', '1998-03-04', '上海', NOW(), NULL);

-- 插入工資數(shù)據(jù)  
INSERT INTO `salaries` (`emp_id`, `name`, `salary_amount`, `payment_date`, `deductions`, `net_salary`, `gmt_create`) VALUES
(1, '員工A', 9000.00, '2023-06-30', 500.00, 8500.00, NOW()),
(2, '員工B', 4500.00, '2023-07-01', 450.00, 4050.00, NOW()),
(3, '員工C', 5900.00, '2023-06-30', 100.00, 5800.00, NOW()),
(4, '員工D', 8300.00, '2023-07-01', 200.00, 8100.00, NOW()),
(5, '員工D', 8300.00, '2023-06-30', NULL, NULL, NOW());

其中，employees表查詢結(jié)果如下：

salaries表查詢結(jié)果如下：

 01. 

使用DISTINCT關(guān)鍵字去重

DISTINCT關(guān)鍵字是SQL中常用的去重工具。當(dāng)我們使用它時(shí)，后面需明確指定要去重的字段。這樣，它將對(duì)指定的字段進(jìn)行去重操作，并返回唯一的值。

1. 對(duì)單列數(shù)據(jù)去重

如果我們想要獲取"employees"表中不重復(fù)的name字段，可以使用以下SQL語(yǔ)句：

SELECT  DISTINCT `name` FROM employees 

查詢結(jié)果如下：

對(duì)單列使用distinct去除重復(fù)值時(shí)，會(huì)過(guò)濾掉多余重復(fù)相同的值，只返回唯一的值。

2. 對(duì)多列數(shù)據(jù)去重

如果需要對(duì)多列數(shù)據(jù)進(jìn)行去重處理，只需在DISTINCT關(guān)鍵字后依次列出需要去重的字段名，并用英文逗號(hào)隔開即可。

例如，我們想要對(duì)"employees"表中name、position、department和hire_date字段去重，可以使用以下SQL語(yǔ)句。

SELECT DISTINCT `name`,`position`,department ,hire_date FROM employees

查詢結(jié)果如下：

可以看到department的值是有重復(fù)的，這是因?yàn)镈ISTINCT其實(shí)是對(duì)后面所有列名的組合進(jìn)行去重。也就是name+position+department+hire_date組合成的一行在整張表中都不重復(fù)的記錄；在這里，因?yàn)?strong style="margin: 0px; padding: 0px; outline: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important;">name+position+department+hire_date有2個(gè)相同的數(shù)據(jù)，則過(guò)濾了一行。

使用DISTINCT關(guān)鍵字進(jìn)行去重是相對(duì)簡(jiǎn)單的。然而，需要注意的是，DISTINCT關(guān)鍵字僅對(duì)指定的字段進(jìn)行去重，如果需要返回其他字段的信息，這種方法可能會(huì)受到限制。

 02. 

使用GROUP BY子句去重

GROUP BY關(guān)鍵字是另一種常用的去重方法。它可以將相同的值分組，并只返回每組中的一個(gè)值。同時(shí)，它還可以返回其他字段信息，實(shí)現(xiàn)去重的同時(shí)提供更多相關(guān)信息。以下是GROUP BY子句的2種常見(jiàn)去重方法：

1. 對(duì)單列數(shù)據(jù)去重

如果我們想要獲取"employees"表中不重復(fù)的name字段，可以使用以下SQL語(yǔ)句：

SELECT  `name` FROM employees GROUP BY name

查詢結(jié)果如下：

2. 對(duì)多列數(shù)據(jù)去重

倘若我們想要對(duì)"employees"表中name、position、department和hire_date字段去重，我們嘗試使用GROUP BY子句如下：

SELECT `name`, `position`, `department`, `hire_date`   
FROM employees   
GROUP BY `name`

-- 執(zhí)行結(jié)果如下
SQL 錯(cuò)誤 [1055] [42000]: Expression #2 of SELECT list is not in GROUP BY clause and contains nonaggregated column 'tb_users.employees.position' which is not functionally dependent on columns in GROUP BY clause; this is incompatible with 

在SQL 查詢時(shí)，若是啟用了only_full_group_by 規(guī)則，那么，當(dāng)在 GROUP BY 子句中沒(méi)有列出的字段，又在 SELECT 中出現(xiàn)且沒(méi)有使用聚合函數(shù)，就會(huì)導(dǎo)致錯(cuò)誤。簡(jiǎn)單來(lái)說(shuō)，SELECT 中的字段要么是 GROUP BY 里的，要么就得用聚合函數(shù)處理，否則查詢會(huì)失敗。

正確語(yǔ)法如下：

SELECT `name`, `position`, `department`, `hire_date`   
FROM employees   
GROUP BY `name`, `position`, `department`, `hire_date`;

查詢結(jié)果如下：

3. 結(jié)合聚合函數(shù)

如果我們不僅想對(duì)name字段去重，還想獲取每個(gè)員工的最早出生日期，可以這樣寫：

SELECT name ,MIN(birth_date)
FROM employees e 
GROUP BY e.name

查詢結(jié)果如下：

這個(gè)查詢返回了name字段的唯一值和與之相關(guān)的birth_date字段的最小值。

也就是說(shuō)，我們可以使用GROUP BY返回分組字段或其他字段的聚合信息。

 03. 

使用NOT EXISTS子查詢?nèi)ブ?/span>

NOT EXISTS是一種邏輯運(yùn)算符，用于判斷一個(gè)子查詢是否返回結(jié)果。如果子查詢沒(méi)有返回結(jié)果，則返回TRUE；否則返回FALSE。我們可以利用這個(gè)特性來(lái)去除重復(fù)的記錄。

倘若我們想要獲取"employees"表中重復(fù)名字中第一個(gè)出現(xiàn)的員工，可以使用以下SQL語(yǔ)句：

SELECT
 e.emp_id , e.name, e.birth_date
FROM
 employees e
WHERE
 NOT EXISTS (
 SELECT
  1
 FROM
  employees
 WHERE
  name = e.name
  AND emp_id  < e.emp_id 
);

這個(gè)查詢將返回employees表中emp_id, name和birth_date列，且排除其他員工名與當(dāng)前員工相同，且他的emp_id小于當(dāng)前員工的emp_id。換句話說(shuō)，將返回重復(fù)名字中emp_id最小的那個(gè)員工信息。

查詢結(jié)果如下：

 04. 

使用LAG和LEAD函數(shù)去重

在SQL中，LAG和LEAD函數(shù)允許我們?cè)L問(wèn)結(jié)果集中的前一行和后一行的數(shù)據(jù)，這在處理時(shí)間序列數(shù)據(jù)或比較當(dāng)前行與相鄰行數(shù)據(jù)時(shí)非常有用。我們可以巧妙地使用這些函數(shù)與其他SQL功能(如：GROUP BY、HAVING和DISTINCT) 結(jié)合起來(lái)實(shí)現(xiàn)去重的目的。

如果我們想要獲取"employees"表中不重復(fù)的emp_id、name字段，可以使用以下SQL語(yǔ)句：

SELECT
 DISTINCT emp_id,
 name
FROM
 (
 SELECT
  emp_id,
  name,
  LAG(name, 1, '') OVER (
  order by emp_id ) AS prev_name
 FROM
  employees  
) AS t
WHERE
 prev_name IS NULL
 OR prev_name <> name;

這個(gè)語(yǔ)句是從employees表中選擇唯一的emp_id和name。內(nèi)部查詢使用LAG函數(shù)來(lái)獲取每個(gè)emp_id的前一個(gè)name（按照emp_id排序），如果前一個(gè)name不存在，則默認(rèn)為''（空字符串）。最后，在外部查詢中，我們篩選出prev_name為NULL或者prev_name與當(dāng)前name不相等的記錄。這種方式可以找出名字在員工列表中發(fā)生變化的員工的emp_id和name。 

查詢結(jié)果如下：

若將上述SQL語(yǔ)句中的LAG函數(shù)替換為L(zhǎng)EAD函數(shù)后，我們可以訪問(wèn)結(jié)果集中的后一行數(shù)據(jù)，而不是前一行數(shù)據(jù)。因此，執(zhí)行結(jié)果將與原始SQL語(yǔ)句相反。

 05. 

使用IN去重

使用"IN"操作可以找到一組數(shù)據(jù)中不重復(fù)的特征，然后基于這些特征來(lái)獲取數(shù)據(jù)。這樣，我們能夠更精確地篩選出具有特定屬性的數(shù)據(jù)，確保數(shù)據(jù)的唯一性。

倘若我們想要獲取"employees"表中具有相同名字的最大"emp_id"的員工信息，可以使用以下SQL語(yǔ)句：

select
 e.emp_id ,
 e.name,
 e.birth_date
from
 employees e
where
 emp_id in (
 select
  max(emp_id)
 from
  employees
 group by
  name
);

查詢結(jié)果如下：

可以看到返回了emp_id值為5的員工信息，而不是emp_id為4的員工信息。

然而，這種方法的可行性取決于表中是否存在一個(gè)唯一標(biāo)識(shí)每條記錄的字段，也就是，一個(gè)數(shù)據(jù)不重復(fù)的字段，例如employees表中的emp_id字段。若表中不存在此類字段，該方法則無(wú)法適用。

 06. 

使用UNION去重

UNION 是 SQL 中用于合并兩個(gè)或多個(gè) SELECT 語(yǔ)句的結(jié)果集的操作符。當(dāng)使用 UNION 時(shí)，結(jié)果集會(huì)自動(dòng)去重，即重復(fù)的行只會(huì)出現(xiàn)一次。這與INNER JOIN類似，都是求并集，但INNER JOIN是根據(jù)兩個(gè)或多個(gè)表的共同列來(lái)合并數(shù)據(jù)，只返回匹配的行。

倘如，我們想要獲取"employees"表中不重復(fù)的name字段，可以使用以下SQL語(yǔ)句：

SELECT `name` FROM employees  
UNION  
SELECT `name` FROM salaries;

這條語(yǔ)句會(huì)從 "employees" 表和 "salaries" 表中選取 "name" 字段，并通過(guò) UNION 操作符合并結(jié)果集，確保結(jié)果中的 "name" 值是唯一的。

查詢結(jié)果如下：

🌟 使用時(shí)需注意：

1、UNION聯(lián)接的兩個(gè)表必須具有相同的列名和數(shù)據(jù)類型，否則會(huì)報(bào)錯(cuò)。

2、UNION會(huì)去重，如需保留重復(fù)記錄，可使用UNION ALL。若確定結(jié)果無(wú)重復(fù)或無(wú)需去重，建議使用UNION ALL以提高效率。

除了以上提到的方法，還有許多其他的去重技巧，比如：ROW_NUMBER()窗口函數(shù)、EXCEPT運(yùn)算符、SET運(yùn)算符，以及INNER JOIN結(jié)合GROUP BY等。

關(guān)于SQL中去重的方法，就分享到這了～

希望這個(gè)系列能幫助大家更深入地理解和運(yùn)用數(shù)據(jù)庫(kù)。