mysql distinct


http://www.5do8.com/blog/news.asp?id=479
原地址


最近，在做一个项目的时候，发现得出的数据于预料的相差很多，仔细的研究了一下，发现问题出在 distinct语句和groupy by，order by
首先，distinct语句，获得非重复的（唯一）行记.
grouy by是分组，order by 是排序。

直接看我的例子。

假定我有一个表f_job,有字段：


select job_id, com_id,job_time from f_job order by job_time desc limit 10; \T e:\web\web\php\fhr\tee.txt
+--------+--------+---------------------+
| job_id | com_id | job_time |
+--------+--------+---------------------+
| 5060 | 2205 | 2006-09-29 16:30:11 |
| 4707 | 19084 | 2006-09-29 16:27:55 |
| 4708 | 19084 | 2006-09-29 16:27:55 |
| 4709 | 19084 | 2006-09-29 16:27:55 |
| 4710 | 19084 | 2006-09-29 16:27:55 |
| 4711 | 19084 | 2006-09-29 16:27:55 |
| 4859 | 19084 | 2006-09-29 16:27:55 |
| 4918 | 19084 | 2006-09-29 16:27:55 |
| 5059 | 2205 | 2006-09-29 16:27:22 |
| 4078 | 2715 | 2006-09-29 16:18:36 |
+--------+--------+---------------------+
10 rows in set (0.03 sec)



还有其他字段，不可能影响结果.此处不列出。

job_id是primary key。 com_id是外键，我需要按照时间来排序。所以必须使用order by！

你看到了com_id在得出的结果中不唯一，对，我需要的结果就是提取com_id唯一的最近10条com_id的记录，而已。

我就以以前的MSSQL的经验写如下的语句执行：


mysql> select distinct( com_id) from f_job order by job_time desc limit 10; \T e:\web\web\php\fhr\tee.txt
+--------+
| com_id |
+--------+
| 19084 |
| 2197 |
| 19917 |
| 19580 |
| 19520 |
| 19664 |
| 19397 |
| 19900 |
| 1176 |
| 19449 |
+--------+



对，这次得出的结果是唯一，但是，这不对呀，很明显，把com_id记录号码是2005的记录给没了，这结果肯定错。马上分析一下所有的的结果，发现忽略的com_id并没有消失，只是被排到后面去了。

我按照时间排序，应该出现的结果第一个就是2205呀，为什么能排到后面？从两条可疑记录看出了结果：

原记录：

| 5058 | 19580 | 2006-09-29 15:23:58 |
| 5057 | 19917 | 2006-09-29 15:14:16 |
| 4973 | 19580 | 2006-09-29 15:13:49 |
| 5011 | 19580 | 2006-09-29 15:13:49 |


distinct后的次序：



| 19917 |
| 19580 |



这说明，对于不是在一起的隔行记录，如果恰巧隔一行，还可以被order by 比较出来，否则比较出来的不再真实，这是因为，被缓存的上次的order by 的临时值在客观上不再有用！还有一种情况，如果记录连着，也可以被比较出来。

先是明白了MySql的弱智了。

马上又执行了一下操作，结果如下：
mysql> select distinct(com_id),job_time from f_job order by job_time desc limit 10;
+--------+---------------------+
| com_id | job_time |
+--------+---------------------+
| 2205 | 2006-09-29 16:30:11 |
| 19084 | 2006-09-29 16:27:55 |
| 2205 | 2006-09-29 16:27:22 |
| 2715 | 2006-09-29 16:18:36 |
| 2197 | 2006-09-29 16:03:16 |
| 19580 | 2006-09-29 15:23:58 |
| 19917 | 2006-09-29 15:14:16 |
| 19580 | 2006-09-29 15:13:49 |
| 19520 | 2006-09-29 10:29:41 |
| 19900 | 2006-09-29 10:16:48 |
+--------+---------------------+
10 rows in set (0.10 sec)



先和这个比较一下：

mysql> select com_id,job_time from f_job order by job_time desc limit 10; \T e:\web\web\php\fhr\tee.txt
+--------+---------------------+
| com_id | job_time |
+--------+---------------------+
| 2205 | 2006-09-29 16:30:11 |
| 19084 | 2006-09-29 16:27:55 |
| 19084 | 2006-09-29 16:27:55 |
| 19084 | 2006-09-29 16:27:55 |
| 19084 | 2006-09-29 16:27:55 |
| 19084 | 2006-09-29 16:27:55 |
| 19084 | 2006-09-29 16:27:55 |
| 19084 | 2006-09-29 16:27:55 |
| 2205 | 2006-09-29 16:27:22 |
| 2715 | 2006-09-29 16:18:36 |
+--------+---------------------+
10 rows in set (0.06 sec)


发现，distinct恰巧和前面第一次测试的结果相反处理我们的信息，他把隔行的看作不同的结果输出，这就导致了2205的记录又出现了。

然后我就用了group by语句，应该可以吧，结果也让我。。。：

mysql> select com_id from f_job group by com_id order by job_time desc limit 10;
+--------+
| com_id |
+--------+
| 19084 |
| 2197 |
| 19917 |
| 19580 |
| 19520 |
| 19664 |
| 19397 |
| 19900 |
| 1176 |
| 19449 |
+--------+
10 rows in set (0.03 sec)




这和distinct的结果一样，这倒不出乎意料，然后我又加入分组job_time,看看：

mysql> select com_id from f_job group by com_id,job_time order by job_time desc limit 10;
+--------+
| com_id |
+--------+
| 2205 |
| 19084 |
| 2205 |
| 2715 |
| 2197 |
| 19580 |
| 19917 |
| 19580 |
| 19520 |
| 19900 |
+--------+
10 rows in set (0.03 sec)




这结果差一点点了，然后我再distinct(com_id)一下，应该可以了吧！看看：