Question

我在pgsql上有一个带有名称的表（超过1 mio。行），但我也有很多重复项。我选择了3个字段：id，name，metadata。

我想用ORDER BY RANDOM()和LIMIT 1000随机选择它们，所以我这样做是为了在我的PHP脚本中保存一些内存。

但我怎么能这样做，所以它只给我一个名单上没有重复的列表。

例如，[1,"Michael Fox","2003-03-03,34,M,4545"]将被退回，但不会退回[2,"Michael Fox","1989-02-23,M,5633"]。名称字段是最重要的，每次进行选择时都必须在列表中唯一，并且必须是随机的。

我尝试使用GROUP BY name，然后它希望我在GROUP BY或者aggragate函数中都有id和元数据，但我不想让它们以某种方式过滤。

任何人都知道如何获取许多列，但只在一列上执行不同的操作？

Answer 1

仅对一个（或n）列进行区分：

select distinct on (name)
    name, col1, col2
from names

这将返回包含该名称的任何行。如果要控制将返回哪些行，则需要订购：

select distinct on (name)
    name, col1, col2
from names
order by name, col1

按col1排序时将返回第一行。

distinct on：

SELECT DISTINCT ON（expression [，...]）仅保留给定表达式求值的每组行的第一行。使用与ORDER BY相同的规则解释DISTINCT ON表达式（参见上文）。请注意，除非使用ORDER BY确保首先显示所需的行，否则每个集合的“第一行”都是不可预测的。

DISTINCT ON表达式必须与最左边的ORDER BY表达式匹配。 ORDER BY子句通常包含其他表达式，用于确定每个DISTINCT ON组中行的所需优先级。

Answer 2

任何人都知道如何获取许多列，但只在一列上执行不同的操作？

你想要the DISTINCT ON clause。

您没有提供示例数据或完整查询，因此我没有任何内容可以向您展示。你想写类似的东西：

SELECT DISTINCT ON (name) fields, id, name, metadata FROM the_table;

这将返回一组不可预测（但不是“随机”）的行。如果你想让它可预测，请按照Clodaldo的答案添加ORDER BY。如果你想让它真正随机，你需要ORDER BY random()。

Answer 3

SELECT NAME,MAX(ID) as ID,MAX(METADATA) as METADATA 
from SOMETABLE
GROUP BY NAME

Answer 4

要在n列上执行不同操作：

select distinct on (col1, col2) col1, col2, col3, col4 from names

Postgres：区别但仅限于一列

4 个答案: