主页 / dba / 问题 / 289665
Accepted
rubengavidia0x
Asked: 2021-04-13 01:56:53 +0800 CST

从单列中选择额外空间数据中的 DISTINCT（无重复）

  • 772

您好，我在使用此列数据时遇到问题

cities
Charlotte
Cincinnati
Cleves
Columbus
Fairfield
Fresno
Los  Angeles -- HERE IS THE PROBLEM
Los Angeles
Madison
Manhatttan  Beach
New York
Orange
Palo Alto
Phoenix
Sacramento
San Francisco
Takoma  Park -- maybe this city must have problems also
Tarrytown
Valencia
Washington

我如何过滤该值，修剪的简单方法是什么？我做了我的研究，但我发现很长的 sql 语句我不明白这是否有帮助是一个简单的错误。

这是查询：

-- 3. Write a query that will list all the cities that have customers with a heading of Cities. Only
-- list each city once (no duplicates) and sort in descending alphabetical order.

select distinct customer_city as cities
FROM customers
ORDER BY customer_city ASC

-- left Los  Angeles
sql-server duplication

2 个回答

  1. Best Answer

    正如 Erik 在评论中所说，您应该修复错误数据而不是尝试对其进行查询，但如果您绝对无法修复数据，则以下查询将通过用单个空格替换双空格来获得不同的城市列表：

    SELECT DISTINCT REPLACE(customer_city, '  ', ' ') as cities
FROM customers
ORDER BY customer_city ASC

    这是一个非常基本的示例，但是，如果未验证输入数据，这可能不是您遇到的唯一导致重复的空白类型。

    在 SQL 2017 之前，您需要菊花链多个 REPLACE 语句来替换多个字符。例如，此代码用一个空格替换双空格和制表符：

    SELECT DISTINCT REPLACE(REPLACE(customer_city, '  ', ' '), CHAR(9), ' ') as cities
FROM customers
ORDER BY customer_city ASC

    在 2017 年，您可以使用 TRANSLATE 函数将您正在搜索的所有字符替换为单个字符，然后将该字符替换为空字符，以确保您找到所有完全相同的重复项：

    SELECT DISTINCT REPLACE(TRANSLATE(customer_city, CHAR(9) + CHAR(10) + CHAR(13) + CHAR(32), '####'), '#', '') as cities
FROM customers
ORDER BY customer_city ASC

    这意味着您不必为要删除的每个字符重复 REPLACE，只需将字符代码 ( + CHAR(?) ) 添加到 TRANSLATE 函数并添加另一个替换字符 (#)。如您所见，TRANSLATE 示例替换 4 个字符的代码量与之前版本中的两个字符替换基本相同。

    • 1

  2. 如前所述，如果可能，更正数据是处理此类情况的最佳方法。您可以就地修复它，或者如果由于某种原因您需要保留错误的值（也许它们与您的松散耦合的另一个系统中的 vales 匹配，这已经依赖于这些值）然后也许通过维护正如 Akina 所建议的，具有标准化数据的阴影列。

    如果您正在处理大量数据，那么应用函数 inDISTINCT可能不是一个好主意，因为 distinct 操作意味着一种排序，对于大量行可能会导致昂贵的 spool 到磁盘。如果您在查询计划器上有适当的索引，customer_city则可能可以使用它来完全消除排序的需要。您可以通过对结果执行函数DISTINCT然后再执行一次来最小化这种影响：

      SELECT DISTINCT 
         FunctionToNormaliseCity(customer_city)
    FROM (SELECT DISTINCT customer_city FROM customers) AS subq
ORDER BY FunctionToNormaliseCity(customer_city)

    DISTINCT还要注意按相同的值（函数的结果）进行排序，以避免在执行排序和过滤后进行额外的排序。显然，对于少量数据，这是多余的，您应该继续使用更简单的查询，以使代码更易于理解。

    • 1

相关问题