Question

将特定的dplyr函数distinct()应用于SQL数据库中的表时，出现以下错误。

tbl(P0_MAU_3N_V, "D_QNO_MTYPE") %>% distinct()
#> Error: <SQL> 'SELECT DISTINCT  TOP 11 * FROM "D_QNO_MTYPE"'
#> nanodbc/nanodbc.cpp:1700: HY222: [Teradata][ODBC Teradata Driver]
#> [Teradata Database](-3419)
#> TOP N Syntax error: Top N option is not supported with DISTINCT option.

如果我检查查询，则会得到：

tbl(P0_MAU_3N_V, "D_QNO_MTYPE") %>% distinct() %>% show_query()
#> <SQL>
#> SELECT DISTINCT *
#> FROM "D_QNO_MTYPE"

我猜想这是SQL语法中的一种禁止。在SQL数据库上使用dplyr::distinct()的最佳方法是什么？有没有一种整洁的方法可以做到这一点，还是应该是某种直接SQL查询？

编辑

@akrun很抱歉，但是我不知道如何制作复制品（举一个例子）。我希望这会有所帮助：

DBI::dbGetInfo(P0_MAU_3N_V)
#> $dbname
#> [1] "P0_MAU_3N_V"
#> 
#> $dbms.name
#> [1] "Teradata"
#> 
#> $db.version
#> [1] "15.10.0704  15.10.07.04"
#> 
#> $username
#> [1] "redacted"
#> 
#> $host
#> [1] ""
#> 
#> $port
#> [1] ""
#> 
#> $sourcename
#> [1] ""
#> 
#> $servername
#> [1] "redacted"
#> 
#> $drivername
#> [1] "tdataodbc_sb64.dll"
#> 
#> $odbc.version
#> [1] "03.80.0000"
#> 
#> $driver.version
#> [1] "16.20.00.054"
#> 
#> $odbcdriver.version
#> [1] "03.80"
#> 
#> $supports.transactions
#> [1] TRUE
#> 
#> attr(,"class")
#> [1] "Teradata"    "driver_info" "list"

Answer 1

TOP N具有很多限制，并且与DISTINCT一起使用就是其中之一。我不确定dplyr的语法，但是如果可以运行一些原始SQL，如果尝试使用像这样的子查询来分隔运算符，该怎么办：

SELECT TOP 11 *
FROM (
  SELECT DISTINCT *
  FROM "D_QNO_MTYPE"
) src

如果您没有太多的列，另一种选择是使用GROUP BY获得一组唯一的行：

SELECT col1, col2 ... -- list of columns to apply DISTINCT to
FROM "D_QNO_TYPE"
GROUP BY col1, col2 ... -- same column list in the SELECT
QUALIFY ROW_NUMBER() OVER() <=11 -- Get first 11 rows (i.e. TOP 11)

首先应用GROUP BY，然后再应用QUALIFY。如果要指定列的顺序，只需将列列表放在OVER()子句中。我不确定是否可以将TOP与GROUP BY结合使用，但是您也可以尝试一下，看看是否可行。

如何在SQL数据库上使用dplyr`distinct（）`函数？

1 个答案: