Postgresql Postgres DISTINCT 与 DISTINCT ON 有什么区别

DISTINCT 和 DISTINCT ON have completely different semantics.

First the theory

DISTINCT应用于整个元组.计算查询结果后，DISTINCT将从结果中删除任何重复的元组.

例如，假设表R包含以下内容:

#table r;
a | b 
---+---
1 | a
2 | b
3 | c
3 | d
2 | e
1 | a

(6排)

Select distinct*from R将导致:

# select distinct * from r;
 a | b 
---+---
 1 | a
 3 | d
 2 | e
 2 | b
 3 | c
(5 rows)

请注意，distinct适用于整个投影属性列表:因此

select distinct * from R

在语义上等同于

select distinct a,b from R

你不能发布

select a, distinct b From R

DISTINCT必须遵循SELECT.它适用于整个元组，而不是结果的属性.

DISTINCT ON是postgresql对该语言的补充.它与group by相似，但不完全相同.

它的语法是:

 SELECT DISTINCT ON (attributeList) <rest as any query>

例如:

 SELECT DISTINCT ON (a) * from R

它的语义可以描述如下.像往常一样计算查询——不使用DISTINCT ON(a)——但在投影结果之前，对当前结果进行排序，并根据DISTINCT ON(类似于group by)中的属性列表将其分组.现在，使用每组中的第一个元组进行投影，忽略其他元组.

例子:

select distinct * from r order by a;
     a | b 
    ---+---
     1 | a
     2 | e
     2 | b
     3 | c
     3 | d
    (5 rows)

然后对于a的每个不同值，取第一个元组.这与:

 SELECT DISTINCT on (a) * from r;
  a | b 
 ---+---
 1 | a
 2 | b
 3 | c
 (3 rows)

一些DBMS(最著名的是sqlite)将允许您运行以下查询:

 SELECT a,b from R group by a;

这会给你一个类似的结果.

当且仅当从a到b存在函数依赖关系时，Postgresql将允许此查询.换句话说，如果对于关系R的任何实例，每个值或a只有一个唯一元组，则此查询将有效(因此， Select 第一个元组是确定的:只有一个元组).

例如，如果R的主键是a，那么a->；b和:

SELECT a,b FROM R group by a

与以下内容相同:

  SELECT DISTINCT on (a) a, b from r;

Now, back to your problem:

第一个问题:

SELECT DISTINCT count(dimension1)
FROM data_table;

计算维度1的计数(数据表中维度1不为空的元组数).这个问题

问题2:

SELECT count(*)
FROM (SELECT DISTINCT ON (dimension1) dimension1
FROM data_table
GROUP BY dimension1) AS tmp_table;

这是查询中的查询.为了清晰起见，让我重写一下:

WITH tmp_table AS (
   SELECT DISTINCT ON (dimension1) 
     dimension1 FROM data_table
     GROUP by dimension1) 
SELECT count(*) from tmp_table

让我们计算第一个tmp_表.正如我上面提到的，

现在，我们开始了.它再次使用维度1.但是dimension1已经是唯一的了(因为group by).因此

正如您所看到的，以下查询中存在一个等价关系(它适用于具有属性a的任何关系):

SELECT (DISTINCT ON a) a
FROM R

和

SELECT a FROM R group by a

和

SELECT DISTINCT a FROM R

Warning

对于数据库的任何给定实例，在查询中使用DISTINCT ON结果可能是不确定的.

One interesting aspect

Distinct ON emulates a bad behaviour of sqlite in a much cleaner way. Assume that R has two attributes a 和 b:

SELECT a, b FROM R group by a

is an illegal statement in SQL. Yet, it runs on sqlite. It simply takes a r和om value of b from any of the tuples in the group of same values of a. In Postgresql this statement is illegal. Instead, you must use DISTINCT ON 和 write:

SELECT DISTINCT ON (a) a,b from R

100

当需要访问功能上依赖于group by属性的值时，DISTINCT ON在group by中非常有用.换句话说，如果您知道对于每一组属性，它们总是具有与第三个属性相同的值，那么在该组属性上使用DISTINCT.否则，必须进行连接才能检索第三个属性.