mysql - 消除 PostgreSQL SELECT 语句中的重复行

Question

这是我的查询:

SELECT autor.entwickler,anwendung.name
  FROM autor 
  left join anwendung
    on anwendung.name = autor.anwendung;

 entwickler |    name     
------------+-------------
 Benutzer 1 | Anwendung 1
 Benutzer 2 | Anwendung 1
 Benutzer 2 | Anwendung 2
 Benutzer 1 | Anwendung 3
 Benutzer 1 | Anwendung 4
 Benutzer 2 | Anwendung 4
(6 rows)

我想为字段 name 中的每个不同值保留一行，并像这样丢弃其他值:

 entwickler |    name     
------------+-------------
 Benutzer 1 | Anwendung 1
 Benutzer 2 | Anwendung 2
 Benutzer 1 | Anwendung 3
 Benutzer 1 | Anwendung 4

在 MySQL 中我会这样做:

SELECT autor.entwickler,anwendung.name
  FROM autor
  left join anwendung
    on anwendung.name = autor.anwendung
 GROUP BY anwendung.name;

但是 PostgreSQL 给了我这个错误:

ERROR: column "autor.entwickler" must appear in the GROUP BY clause or be used in an aggregate function LINE 1: SELECT autor.entwickler FROM autor left join anwendung on an ...

我完全理解错误并假设 mysql 实现比 postgres 实现更不符合 SQL。但是我怎样才能得到想要的结果呢？

Answer 1

PostgreSQL 目前不允许模棱两可的 GROUP BY 语句，其中结果取决于扫描表的顺序、使用的计划等。这就是标准所说的它应该如何工作 AFAIK，但是一些数据库(如 5.7 之前的 MySQL 版本)允许更宽松的查询，这些查询只选择出现在 SELECT 列表中但不在 GROUP BY 中的元素遇到的第一个值。

在 PostgreSQL 中，你应该使用 DISTINCT ON对于这种查询。

你想写这样的东西:

SELECT DISTINCT ON (anwendung.name) anwendung.name, autor.entwickler
FROM author 
left join anwendung on anwendung.name = autor.anwendung;

(根据后续评论更正语法)

这有点像 MySQL 5.7 的 ANY_VALUE(...) 伪函数，用于 group by，但相反 - 它表示distinct on 子句必须是唯一的，对于未指定的列，任何值都是可接受的。

除非有 ORDER BY，否则无法保证选择了哪些值。您通常应该有一个 ORDER BY 以实现可预测性。

还注意到使用像 min() 或 max() 这样的聚合是可行的。虽然这是真的 - 并且会导致可靠和可预测的结果，与使用 DISTINCT ON 或模棱两可的 GROUP BY 不同 - 由于需要额外的排序，它会产生性能成本或聚合，它仅适用于序数数据类型。