Postgresql去重函数distinct的⽤法说明
在项⽬中我们常会对数据进⾏去重处理，有时候会⽤in或者EXISTS函数。或者通过group by也是可以实现查重
不过Postgresql还有⾃带去重函数：distinct
下⾯是distinct 的实例：
1、创建表：user
CREATE TABLE `user` (
`name` varchar(30) DEFAULT NULL,
`age` int(11) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `user` VALUES ('张三', 20);
INSERT INTO `user` VALUES ('李四', 22);
INSERT INTO `user` VALUES ('李四', 20);
INSERT INTO `user` VALUES ('张三', 22);
INSERT INTO `user` VALUES ('张三', 20);
查询结果：
SELECT * FROM user
张三 20
李四 22
李四 20
张三 22
张三 20
2、根据 name 查询去重后的数据：
SELECT distinct name FROM user
张三
李四
3、根据name 和 age 查询去重后的数据：
SELECT distinct name,age FROM user
张三 20
李四 22
李四 20
张三 22
4、根据name,age查询重复数据数：
SELECT distinct name,age,count(*) 数据条数 FROM user GROUP BY name,age
张三 20 2
张三 22 1
李四 20 1
李四 22 1
⼆、查出重复数据后，我们需要删除重复数据
删除重复数据⼀般⼏种⽅式，⼀般采⽤临时表或者根据某个字段，例如id等，通过max或者min函数去重。
补充：基于postgresql ctid实现数据的差异同步
项⽬背景：
最近在做异构数据同步⽅⾯（⾮实时）的⼯作，从oracle,gbase,postgresql向mysql数据库中同步，对于没有⾃增字段（⾃增ID或时间字段）的业务表，做差异同步是⼀件⾮常⿇烦的事情，主要体现在记录的新增、更新与删除上
备注：源库只提供⼀个只读权限的⽤户
ctid在pg中的作⽤
ctid是⽤来指向⾃⾝或新元组的元组标识符，怎么理解呢？下⾯能过⼏个实验来测试⼀下
satdb=# create table test_ctid(id int,name varchar(100));
satdb=# insert into test_ctid values(1,‘a'),(1,‘a');
satdb=# insert into test_ctid values(2,‘a'),(3,‘a');
查看记录的ctid值
satdb=# select id,name,ctid from test_ctid;
id | name | ctid
----±-----±------
exists的用法1 | a | (0,1)
1 | a | (0,2)
2 | a | (0,3)
3 | a | (0,4)
(4 rows)
对id为2的记录进⾏更新
satdb=# update test_ctid set name=‘b' where id=2;
UPDATE 1
这⾥可以看到id=2的记录指向了新的元组标识符 (0,5)
satdb=# select id,name,ctid from test_ctid;
id | name | ctid
----±-----±------
1 | a | (0,1)
1 | a | (0,2)
3 | a | (0,4)
2 | b | (0,5)
(4 rows)
satdb=# select * from test_ctid where ctid='(0,1)';
id | name
----±-----
1 | a
(1 row)
删除 id=3的记录后，对应的ctid(0,4)不存在了
satdb=# delete from test_ctid where id=3;
DELETE 1
satdb=# select *,ctid from test_ctid;
id | name | ctid
----±-----±------
1 | a | (0,1)
1 | a | (0,2)
2 | b | (0,5)
(3 rows)
再插⼊⼀条记录时，看看会不会使⽤(0,4)这个标识符
satdb=# insert into test_ctid values(3,‘d');
INSERT 0 1
satdb=# select *,ctid from test_ctid;
id | name | ctid
----±-----±------
1 | a | (0,1)
1 | a | (0,2)
2 | b | (0,5)
3 | d | (0,6)
这⾥新插⼊的记录不会使⽤(0,4)，⽽是直接分配新的标识符(0,6)
总结：
1、ctid的作⽤与oracle rowid类似，可以唯⼀标识⼀条记录
2、记录的更新后，后⽣产新的ctid
3、记录删除后，新插⼊的记录不会使⽤已经删除记录的ctid
4、基于ctid可以实现记录的去重操作
5、基于ctid可以实现差异增量同步(新增、删除、更新)
以上为个⼈经验，希望能给⼤家⼀个参考，也希望⼤家多多⽀持。如有错误或未考虑完全的地⽅，望不吝赐教。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。