PostgreSQL（十）distinct on 的用法

一、背景

SQL需求：

假设有一个用户表，我们想根据用户的部门（depart_no）进行分组，找出每个组织中的任意一人。

在 PostgreSQL 中，如果要实现上面这个需求，假设存在唯一主键（id），可能会有人想到用下面这种方式来查询：

select * from t_user_info
where id in (select min(id) from t_user_info group by depart_no);

首先，如果使用上面这个 SQL 会导致 t_user_info 表查询两遍，效率不高。

其次，如果条件变一下，想找出每个部门（depart_no）中年龄（age）最小的人，这样的话像上面使用单个子查询方式就无法实现了，因为每个部门中的最小年龄有可能是重复的。除非使用两个子查询：

select * from t_user_info
where id in (
    select min(t1.id) from t_user_info t1 
    	(select depart_no, min(age) age from t_user_info group by depart_no) t2
	where t1.depart_no = t2.depart_no and t1.age = t2.age
	group by t1.depart_no);

这样虽然实现了，但是有一个前提条件是：表中必须存在唯一主键，而且 三个子查询导致 SQL 的可维护性和效率进一步降低了。在生产环境上，我们 严令禁止这种难以维护的 SQL 出现在我们的代码中！

这时候，就到了我们的主角 distinct on 上场了。

---

二、定义

distinct on：是 PostgreSQL 中一种独特的 SQL 语法，用于在一组重复的记录中选取每个分组的第一条记录。不同于普通的 distinct 关键字，distinct on 允许指定某些列用于区分唯一性，并且可以控制每个分组返回表中存在的任意字段，不同于 group by 关键字，并 不局限于只能查询、排序用于分组的字段。

注意： 排序的话，必须要包含用于分组的字段，比如：分组字段是 depart_no，排序可以是 order by depart_no, age，也可以是 order by age, depart_no，但是必须要包含 depart_no。

基本语法如下：

select distinct on (column1, column2, ...) expression1, expression2
from table_name
[where conditions]
[order by column1, column2, ...];

• column1, column2, ...：这是用于区分唯一性的字段列表，distinct on 会根据这些列找出各组的第一行。
• expression1, expression2, ...：这是你想要查询的字段或者表达式，这些数据来自根据 distinct on 中的字段去重后所对应的每组数据的第一行。
• table_name：要查询的表名。
• [where conditions]：可选的筛选条件，用于进一步过滤数据。
• [order by column1, column2, ...]：可选的排序条件，包含但不局限于分组的字段。distinct on 的关键在于需要有一个明确的排序，因为 distinct on 返回的是每个分组中按照 order by 排序后的第一条记录。

---

三、实现需求

现在，我们再用 distinct on 来重新实现一遍我们的需求：（假设有一个用户表，我们想根据用户的部门（depart_no）进行分组，找出每个组织中的任意一人。）

select distinct on (depart_no) * from t_user_info;

一个 SQL 直接解决！不需要任何子查询，也不需要唯一主键。

我们再来看下问题的升级版：（想找出每个部门（depart_no）中年龄（age）最小的人）

select distinct on (depart_no) * from t_user_info order by depart_no, age;

同样非常简单，非常优雅，这么方便的 distinct on 你学会了吗？

整理完毕，完结撒花~

参考地址：

1.pgsql中distinct on的用法，https://blog.csdn.net/qq_24702263/article/details/105311212