DB2去重的几种方法
有两个意义上的重复记录，一是完全重复的记录，也即所有字段均重复的记录，二是部分关键字段重复的记录，比如Name字段重复，而其他字段不一定重复或都重复可以忽略。例如下表：table1
用户办理套餐的记录表，可看出，user_id=33333有两条完全重复的记录，user_id=11111的tc_name和open_date不一样
1、对于完全重复的记录，直接使用distinct 即可
select
distinct user_id,name,tc_name,open_date
from
table1
可得到如下结果：
可以看出，完全重复的记录已经只剩下唯一的一条，但是部分重复的记录该方法无效
2、对于完全重复的记录，还可以使用group by
select
user_id,name,tc_name,open_date
from
table1
group by
user_id,name,tc_name,open_date
结果和上图一致，即：
该方法也只对完全重复的记录有效
3、row_number()over() 分等级之后限定 row=1
select
user_id,name,tc_name,open_date
from
(
select
user_id,name,tc_name,open_date
,row_number()over(partition by user_id order by open_date desc) as row
from
table1
)
where row=1
该方法得到的结果如下：
该方法不仅除掉了完全重复的记录，而且还除掉了不完全重复的记录，对open_date进行排等级，按照开通日期的倒序排列，且取出第一条记录，即开通时间最近的记录
4、max等聚合函数
select
user_id,name,max(tc_name),max(open_date)
from
table1
group by
user_id,name
该方法得出的结果如下，对完全重复记录和部分重复记录都有效，注：部分重复的记录要对所有重复字段使用max或min等才有效
页:
[1]