在使用SQL提數的時候，常會遇到表內有重複值的時候，比如我們想得到 uv （獨立訪客），就需要做去重。
在 MySQL 中通常是使用 distinct 或 group by子句，但在支持窗口函數的 sql（如Hive SQL、Oracle等等） 中還可以使用 row_number 窗口函數進行去重。
舉個栗子，現有這樣一張表 task：
備註：
task_id: 任務id
order_id: 訂單id
start_time: 開始時間
注意：一個任務對應多條訂單
我們需要求出任務的總數量，因為 task_id 並非唯一的，所以需要去重：
distinct
-- 列出 task_id 的所有唯一值（去重後的記錄）
-- select distinct task_id
-- from Task
-- 任務總數
select count(distinct task_id) task_num
from Task
distinct 通常效率較低。它不適合用來展示去重後具體的值，一般與 count 配合用來計算條數。
distinct 使用中，放在 select 後邊，對後面所有的字段的值統一進行去重。比如distinct後面有兩個字段，那麼 1，1 和 1，2 這兩條記錄不是重複值 。
group by
-- 列出 task_id 的所有唯一值（去重後的記錄，null也是值）
-- select task_id
-- from Task
-- group by task_id
-- 任務總數
select count(task_id) task_num
from (select task_id
from Task
group by task_id) tmp
row_number
row_number 是窗口函數，語法如下：
row_number() over (partition by <用於分組的字段名> order by <用於組內排序的字段名>)
其中 partition by 部分可省略。
-- 在支持窗口函數的 sql 中使用
select count(case when rn=1 then task_id else null end) task_num
from (select task_id
， row_number() over (partition by task_id order by start_time) rn
from Task) tmp
此外，再借助一個表 test 來理理 distinct 和 group by 在去重中的使用：
-- 下方的分號用來分隔行
select distinct user_id
from Test -- 返回 1 2
select distinct user_id， user_type
from Test -- 返回1， 1 1， 2 2， 1
select user_id
from Test
group by user_id -- 返回1 2
select user_id， user_type
from Test
group by user_id， user_type -- 返回1， 1 1， 2 2， 1
select user_id， user_type
from Test
group by user_id
-- Hive、Oracle等會報錯，mysql可以這樣寫。
-- 返回1， 1 或 1， 2 2， 1（共兩行）。只會對group by後面的字段去重，就是説最後返回的記錄數等於上一段sql的記錄數，即2條
-- 沒有放在group by 後面但是在select中放了的字段，只會返回一條記錄（好像通常是第一條，應該是沒有規律的）
品位站
