问题标签 [distinct-on]

我了解如何DISTINCT工作，但我不明白DISTINCT ON (expression)。

以该屏幕截图中的第一个示例为例：

该部分如何(a % 2)影响一切？是不是说如果a % 2计算结果为真，则返回它，然后对所有其他元组继续这样做，但仅在返回值不同时才返回？

询问：

我有一个包含重复项的边缘表，我想删除重复的边缘保留其中一个，但是语法本身是错误的吗？

当我DISTINCT ON在 PostgreSQL 中使用（在 django 中不同）时，在具有相同字段的行组中检索了哪些行？

我使用 PostgreSQLSELECT DISTINCT ON语法执行了一些查询。我想让查询在每个结果行旁边返回总行数。

假设我有一个my_table如下表：

然后我有几个值：

基本上my_table包含一些版本化的数据。这id_reference是对数据库全局版本的引用。对数据库的每次更改都会增加全局版本号，并且更改将始终向表中添加新行（而不是更新/删除值），并且它们将插入新的版本号。

我的目标是执行一个只检索表中最新值以及总行数的查询。

例如，在上述情况下，我想检索以下输出：

我的尝试如下：

这将返回几乎正确的输出，除了total是行数my_table而不是结果查询的行数：

如您所见，它具有5而不是预期的3.

我可以通过使用子查询和count聚合函数来解决这个问题：

这产生了我的预期输出。

我的问题：有没有办法避免使用这个子查询并有类似的东西来count(*) over ()返回我想要的结果？

I have a table with duplicate entries and the objective is to get the distinct entries based on the latest time stamp.

In my case 'serial_no' will have duplicate entries but I select unique entries based on the latest time stamp.

Below query is giving me the unique results with the latest time stamp. But my concern is I need to get the total of unique entries.

For example assume my table has 40 entries overall. With the below query I am able to get 20 unique rows based on the serial number. But the 'total' is returned as 40 instead of 20. Any help on this pls?

当我跑

我希望单行对应于ts满足条件的最大的行，并通过采用最低的来打破平局version。

查询返回

我不明白为什么要返回两个不明显ts的。是否有类似的查询会返回所需的结果？

我有一个非常简单的数据库结构，其中包含“日终”股票价格，类似于：

（instrument_id 是股票的唯一 ID）

我现在想选择所有instrument_id在本周达到 52 周高点的股票。（即close最近 7 天的列高于前 52 周的所有股票）

我尝试了许多不同的方法：group by 和 max()、select distinct on、窗口函数（row_number），但我没有设法让它低于 150 秒。我目前最好的（也是最简单的）方法是：

我很清楚有许多类似的问题，但这些方法让我找到了一个可行的解决方案，但没有一个能帮助我提高性能。该表包含来自不同 28000 支股票的 1000 万行。这只会变得更大。有没有办法在不进行非规范化的情况下通过不到 2 秒的查询来实现这个要求？显然，任何类型的索引等都可以。

上述方法的查询计划：

我当前的（基本上是随机的）索引：

我试图只选择我正在查询的表的 ID，并且仍然能够指定其他列的排序。

首先，我尝试简单地做：

那是行不通的，因为 for SELECT DISTINCT，ORDER BY表达式必须出现在选择列表中，并返回错误。

如果我添加province_infos.populationand country_infos.population，它可以工作，但是我会得到重复的 ID，这是我不能拥有的。

为了解决这个问题，我尝试使用DISTINCT ON()：

那给了我错误SELECT DISTINCT ON expressions must match initial ORDER BY expressions。我也不能不SELECT DISTINCT ON订购专栏。

似乎唯一可行的方法是执行以下操作：

不幸的是，我不能这样做，因为我不能按 ID 排序，因为它会扭曲其他订单的结果。似乎唯一不按 ID 排序的方法是，如果我DISTINCT从选择中删除，但我会得到重复项。

任何人都知道我该如何解决这个问题？

编辑：我省略 的...不应该是相关的，但如果你想看到：

而且我不只是想让它适用于这个特定的查询。这只是我用来解释困境的一个例子。我正在从任意数据结构中自动生成这些类型的查询。

对于我的硕士论文，我正在分析几种可能对移动服务提供商有用的算法（测试数据集基于移动音乐学校），以便在考虑教师现有学生的位置的情况下为新学生找到最佳教师。

所附代码为避免重复的简单 KNN（k-最近邻）搜索提供了正确结果。

由于“DISTINCT ON”要求 st.teacher_id 包含在 ORDER BY 子句中，因此不使用我在几何列“address_transform”上的 R-Tree-Index。一旦表大小变大（学生表为 100k 行），几何变得更复杂等，这会导致性能非常差。

任何想法如何重写函数以便使用索引？

注释：

• 我正在使用动态查询，因为我正在使用多个真实/合成数据表（索引、非索引、集群等）进行测试

• 我知道可以设置像 enable_seqscan 这样的配置参数，但这并不是我问题的永久解决方案

• 作为替代方案，我已经实现了一个（非常快的）变体，我通过简单的 KNN 预先选择多个所需的邻居，然后在第二步中删除重复项。这适用于纯粹与距离相关的方法，但如果在后面的步骤中也考虑了除距离之外的其他参数，则预选不一定包含最佳匹配。

• 我正在使用 postgres 10.4，postgis 2.4.4

我想显示相应的 emp_id、emp_no、emp_ref_no、class_no（emp_detail 表中基于 created at 的最新一个）以及 class_detail 表的所有列。Class_detail 表应显示该类的最新对应记录 no

我希望看到的预期输出如下所示：-