Início / dba / Perguntas / 320535
Accepted
Alex
Asked: 2022-12-05 05:29:42 +0800 CST

SELECT linhas, mas remova as linhas que possuem coluna duplicada

  • 772

Acredito que seja uma query bem simples de se fazer, mas por algum motivo não funciona no Postgres (funciona em outros dbs)

É assim que o esquema db funciona como:

tableA(
   id integer,
   ...
)

tableB(
   id integer
   tableA_id integer -- foreign key to tableA
   ...
)

E eu quero selecionar registros para tableB, juntar com tableA, então agrupar por tableA_id:

SELECT * from tableB b INNER JOIN tableA ON b.tableA_id = tableA.id
GROUP BY tableA_id
LIMIT 20

Funciona bem em todos os lugares, exceto Postgres, que lança aquele infame erro "id deve aparecer em grupo ou ser usado em função agregada". Mas se eu colocar b.id, group bynão removo os registros duplicados ...

postgresql

2 respostas

  1. Best Answer

    Observe que você deve sempre incluir o esquema completo da tabela e os dados de exemplo, pois isso tornará suas perguntas mais claras.

    Em geral, para incluir campos que não estão na GROUP BYcláusula na SELECTlista, você deve usar uma função de agregação, assim:

    SELECT
    b.tableA_id,
    MAX(b.id) AS max_b_id -- Choose whichever aggregate function makes sense here
from tableB b 
INNER JOIN tableA 
    ON b.tableA_id = tableA.id
GROUP BY b.tableA_id
LIMIT 20

    Isso permitirá que você retorne valores das colunas não agrupadas e sua GROUP BYcláusula ainda desduplicará os registros da mesma forma que antes. Observe que você deve escolher qual função de agregação faz mais sentido para a coluna desagrupada que deseja SELECT. Acima escolhi a função como exemplo, que neste caso MAX()retornará apenas o maior . b.idSe você quiser o mais baixo b.id, use a MIN()função, etc.

    Sem conhecer o restante dos campos em suas tabelas ou ver dados de amostra, não tenho certeza de qual é o objetivo de sua consulta. Ele também retornará 20 linhas não determinísticas (aleatórias) sempre que você executá-lo porque especificou um LIMITsem uma ORDER BYcláusula.

    Além disso, por favor, não use SELECT *, é um anti-padrão. Sempre liste explicitamente apenas as colunas necessárias da consulta. É assim que você estava recebendo o erro da sua pergunta, pois *faz com que ela tente SELECTdesagrupar as colunas.

    Talvez você nem queira retornar a b.idcoluna e, ao listar explicitamente os nomes das colunas, nem precise incluí-la. (Novamente, não tenho certeza de qual é o objetivo da sua consulta?) Portanto, você pode removê-lo da minha consulta de exemplo, se for o caso.

    • 3

  2. Acredito que seja uma query bem simples de se fazer, mas por algum motivo não funciona no Postgres (funciona em outros dbs)

    SELECT * 
FROM tableB b INNER JOIN tableA ON b.tableA_id = tableA.id
GROUP BY tableA_id
LIMIT 20 ;

    Isso está incorreto. A instrução como está NÃO funcionará corretamente em nenhum SQL DBMS que tenha implementado o SQL padrão corretamente. Postgres, SQL Server, Oracle, Firebird, DB2, até versões recentes do MySQL rejeitarão a declaração com mensagens de erro semelhantes.

    As únicas duas exceções (eu sei) são (versões antigas de) MySQL e SQLite.

    As versões atuais do MySQL (com configurações padrão) rejeitarão a instrução com uma mensagem semelhante ao Postgres. Versões antigas do MySQL (5.6 e anteriores, com configurações padrão) aceitarão a instrução e retornarão resultados, mas podem estar incorretos. Haverá uma linha retornada por valores da coluna agrupada (tableAid), mas NÃO há garantia de que os valores serão das mesmas linhas. É possível assim obter resultados que não existem nas tabelas!

    No SQLite, a situação é um pouco melhor. A declaração é aceita e os resultados são consistentes, vindos do mesmo (uma linha por grupo). Detalhes em consultas agregadas podem conter colunas de resultados não agregados que não estão na cláusula GROUP BY . Um problema é claro que esse comportamento é SQL não padrão e você não pode esperar que esse tipo de consulta seja executado como em outro DBMS. Na verdade, você deve esperar que eles sejam rejeitados em todos os outros DBMS e precisem ser corrigidos.

    Para o Postgres, você está com sorte porque a implementação do SQLite desse comportamento não padrão é exatamente o que o Postgres (não padrão) DISTINCT ONfaz. Portanto, a consulta específica será equivalente à seguinte. Você também pode usar ORDER BYpara afetar quais linhas serão selecionadas por grupo para serem incluídas nos resultados:

    SELECT DISTINCT ON (tableA_id)
    * 
FROM tableB b INNER JOIN tableA ON b.tableA_id = tableA.id
-- ORDER BY tableA_id, ...
LIMIT 20 ;
    • 2

relate perguntas