SQL去重是数据分析工作中比较常见的一个场景，今天给大家具体介绍3种去重的方法。
在使用SQL提数的时候，常会遇到表内有重复值的时候，比如我们想得到 uv （独立访客），就需要做去重。
在 MySQL 中通常是使用 distinct 或 group by子句，但在支持窗口函数的 sql（如Hive SQL、Oracle等等） 中还可以使用 row_number 窗口函数进行去重。
举个栗子，现有这样一张表 task：
备注：
task_id: 任务id;order_id: 订单id;start_time: 开始时间
注意：一个任务对应多条订单
我们需要求出任务的总数量，因为 task_id 并非唯一的，所以需要去重：
distinct
-- 列出 task_id 的所有唯一值（去重后的记录）
-- select distinct task_id
-- from Task;
-- 任务总数
select count(distinct task_id) task_num
from Task;
distinct 通常效率较低。它不适合用来展示去重后具体的值，一般与 count 配合用来计算条数。
distinct 使用中，放在 select 后边，对后面所有的字段的值统一进行去重。比如distinct后面有两个字段，那么 1,1 和 1,2 这两条记录不是重复值 。
group by
-- 列出 task_id 的所有唯一值（去重后的记录,null也是值）
-- select task_id
-- from Task
-- group by task_id;
-- 任务总数
select count(task_id) task_num
from (select task_id
from Task
group by task_id) tmp;
row_number
row_number() over (partition by <用于分组的字段名> order by <用于组内排序的字段名>)-- 在支持窗口函数的 sql 中使用
select count(case when rn=1 then task_id else null end) task_num
from (select task_id
, row_number() over (partition by task_id order by start_time) rn
from Task) tmp;
-- 下方的分号;用来分隔行
selectdistinct user_id
fromTest; -- 返回 1; 2
selectdistinct user_id, user_type
fromTest; -- 返回1, 1; 1, 2; 2, 1
select user_id
fromTest
groupby user_id; -- 返回1; 2
select user_id, user_type
fromTest
groupby user_id, user_type; -- 返回1, 1; 1, 2; 2, 1
select user_id, user_type
fromTest
groupby user_id;
-- Hive、Oracle等会报错，mysql可以这样写。
-- 返回1, 1 或 1, 2 ; 2, 1（共两行）。只会对group by后面的字段去重，就是说最后返回的记录数等于上一段sql的记录数，即2条
-- 没有放在group by 后面但是在select中放了的字段，只会返回一条记录（好像通常是第一条，应该是没有规律的）
blog.csdn.net/xienan_ds_zj/article/details/103869048
作者：程序员的成长之路
优网科技秉承"专业团队、品质服务" 的经营理念，诚信务实的服务了近万家客户，成为众多世界500强、集团和上市公司的长期合作伙伴！
优网科技成立于2001年，擅长网站建设、网站与各类业务系统深度整合，致力于提供完善的企业互联网解决方案。优网科技提供PC端网站建设（品牌展示型、官方门户型、营销商务型、电子商务型、信息门户型、微信小程序定制开发、移动端应用（手机站、APP开发）、微信定制开发（微信官网、微信商城、企业微信）等一系列互联网应用服务。
公安局备案号：
专属顾问
