Question

以下查询删除重复项：

SELECT DISTINCT Relevant.PropertyID, ACC.TenancyStartDate, ACC.AccountID, ACC.TenancyType
FROM            DimAccount AS ACC RIGHT OUTER JOIN
                             (SELECT DISTINCT PropertyID, MAX(TenancyStartDate) AS Tenancystart
                               FROM            DimAccount
                               WHERE        (AccountStatus = 'Current')
                               GROUP BY PropertyID, TenancyStartDate) AS Relevant ON ACC.PropertyID = Relevant.PropertyID AND ACC.TenancyStartDate = Relevant.Tenancystart
GROUP BY Relevant.PropertyID, ACC.TenancyStartDate, ACC.AccountID, ACC.TenancyType, ACC.TenancyType

根据我的理解（以及我想要发生的事情），括号中的查询是选择属性ID以及状态为当前返回最高租期开始日期（尽管数次）的属性ID。然后通过开始日期和属性id将其连接到原始表，以获取最新的租赁类型。

为什么它仍然会返回重复的行！？

（顺便说一句，这与我昨天的另一个问题有关，但显然回复不应该进入对话，所以我想我会把它分开......我希望这是正确的做法......我已经搜索过但很明显我对某些事物的理解缺少了一些东西！）

Answer 1

首先，使用select distinct时几乎不需要group by。

查询的问题是子查询中的group by子句。

SELECT Relevant.PropertyID, ACC.TenancyStartDate, ACC.AccountID, ACC.TenancyType
FROM DimAccount ACC RIGHT OUTER JOIN
     (SELECT PropertyID, MAX(TenancyStartDate) AS Tenancystart
      FROM  DimAccount
      WHERE (AccountStatus = 'Current')
      GROUP BY PropertyID
    ) Relevant
     ON ACC.PropertyID = Relevant.PropertyID AND
        ACC.TenancyStartDate = Relevant.Tenancystart
GROUP BY Relevant.PropertyID, ACC.TenancyStartDate, ACC.AccountID, ACC.TenancyType;

它不应该有TenancyStartDate。此外，您的外部查询在ACC.TenancyType中有两次group by。

也就是说，使用分析函数编写查询更容易：

select a.*
from (select a.*,
             max(tenancystartdate) over (partition by propertyid) as max_tsd
      from dimaccount a
      where accountstatus = 'Current'
     ) a
where tenancystartdate = max_tsd;

与您的查询完全相同，因为您的查询会考虑非当前记录。但我猜这可能是出于此目的。

Answer 2

回答你的问题：是的，你是对的，没有重复。而且我很确定没有。我也很确定你的查询不符合你的想法。

这是你的派生表：

SELECT DISTINCT PropertyID, MAX(TenancyStartDate) AS Tenancystart
FROM            DimAccount
WHERE        (AccountStatus = 'Current')
GROUP BY PropertyID, TenancyStartDate

当您按PropertyID和TenancyStartDate进行分组时，每个PropertyID和TenancyStartDate会获得一行。对于每个这样的行，您需要MAX（TenancyStartDate），当然这是TenancyStartDate本身。您没有聚合的其他字段，因此您根本不进行聚合，而只是使行不同，对于哪个行将使用DISTINCT。然后你使用DISTINCT获取唯一的结果记录，但是你的记录已经是独一无二的，你的模糊方式就是这样做了。所以你说：选择不同记录的不同记录。您的子查询可以重写为：

SELECT DISTINCT PropertyID, TenancyStartDate
FROM DimAccount
WHERE AccountStatus = 'Current'

然后你外连接DimAccount表。因此，即使没有匹配的DimAccount记录，您也会保留已找到的记录。但是：你从DimAccount中选择了，所以当然至少有一个你已经找到的记录。您的外部联接实际上是内部联接。然后，显示的派生查询中唯一的字段是PropertyID，它始终等于ACC.PropertyID。这意味着：您只是从ACC中选择记录，而派生表只是为了确保PropertyID和TenancyStartDate的“当前”记录存在。因此，您的查询可以重写为：

SELECT DISTINCT 
  PropertyID, TenancyStartDate, AccountID, TenancyType
FROM DimAccount AS ACC 
WHERE EXISTS
(
  SELECT *
  FROM DimAccount CurrentAccount
  WHERE CurrentAccount.AccountStatus = 'Current'
  AND CurrentAccount.PropertyID = ACC.PropertyID
  AND CurrentAccount.TenancyStartDate = ACC.TenancyStartDate
);

如果PropertyID + TenancyStartDate + AccountID + TenancyType是唯一的（AccountID是表的ID？），那么您甚至可以删除DISTINCT。

此查询首先获取所有“当前”DimAccount记录，然后为您提供具有相同PropertyID和TenancyStartDate的所有记录。但是，根据您的解释，您似乎想要为每个PropertyID选择最新'当前'DimAccount记录。这完全不同于此。这种任务有不同的解决方案，具体取决于您使用的dbms（您没有在标签中指定自己的。）

SQL：为什么distinct和max不能删除重复项？

2 个答案: