在項目中我們常會對數據進行去重處理，有時候會用in或者EXISTS函數。或者通過group by也是可以實現查重
不過Postgresql還有自帶去重函數：distinct
下面是distinct 的實例：
1、創建表：user
CREATE TABLE `user` (
`name` varchar(30) DEFAULT NULL,
`age` int(11) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `user` VALUES ('張三', 20);
INSERT INTO `user` VALUES ('李四', 22);
INSERT INTO `user` VALUES ('李四', 20);
INSERT INTO `user` VALUES ('張三', 22);
INSERT INTO `user` VALUES ('張三', 20);
查詢結果：
SELECT * FROM user
張三 20
李四 22
李四 20
張三 22
張三 20
2、根據 name 查詢去重后的數據：
SELECT distinct name FROM user
張三
李四
3、根據name 和 age 查詢去重后的數據：
SELECT distinct name,age FROM user
張三 20
李四 22
李四 20
張三 22
4、根據name,age查詢重復數據數：
SELECT distinct name,age,count(*) 數據條數 FROM user GROUP BY name,age
張三 20 2
張三 22 1
李四 20 1
李四 22 1
二、查出重復數據后，我們需要刪除重復數據
刪除重復數據一般幾種方式，一般采用 臨時表 或者根據 某個字段，例如id等，通過max或者min函數去重。
補充：基于postgresql ctid實現數據的差異同步
項目背景：
最近在做異構數據同步方面（非實時）的工作，從oracle,gbase,postgresql向mysql數據庫中同步，對于沒有自增字段（自增ID或時間字段）的業務表，做差異同步是一件非常麻煩的事情，主要體現在記錄的新增、更新與刪除上
備注：源庫只提供一個只讀權限的用戶
ctid在pg中的作用
ctid是用來指向自身或新元組的元組標識符，怎么理解呢？下面能過幾個實驗來測試一下
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');
查看記錄的ctid值
satdb=# select id,name,ctid from test_ctid;
id | name | ctid
----±-----±------
1 | a | (0,1)
1 | a | (0,2)
2 | a | (0,3)
3 | a | (0,4)
(4 rows)
對id為2的記錄進行更新
satdb=# update test_ctid set name=‘b' where id=2;
UPDATE 1
這里可以看到id=2的記錄指向了新的元組標識符 (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)
刪除 id=3的記錄后，對應的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)
再插入一條記錄時，看看會不會使用(0,4)這個標識符
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)
這里新插入的記錄不會使用(0,4)，而是直接分配新的標識符(0,6)
總結：
1、ctid的作用與oracle rowid類似，可以唯一標識一條記錄
2、記錄的更新后，后生產新的ctid
3、記錄刪除后，新插入的記錄不會使用已經刪除記錄的ctid
4、基于ctid可以實現記錄的去重操作
5、基于ctid可以實現差異增量同步(新增、刪除、更新)
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- postgresql rank() over, dense_rank(), row_number()用法區別
- PostgreSQL 實現distinct關鍵字給單獨的幾列去重
- postgreSQL中的row_number() 與distinct用法說明
