Postgres：不同，但仅适用于一列

Question

我在pgsql上有一个名为（超过100万行）的表，但我也有很多重复项。我选择了3个字段：id，name，metadata。

我想用ORDER BY RANDOM（）和LIMIT 1000随机选择它们，所以我这样做是为了在我的PHP脚本中节省一些内存。

但我如何才能做到这一点，这样它只会给我一个名单，没有重复的名字。

例如，将返回[1，“Michael Fox”，“2003-03-03,34，M，4545”]，但不会返回[2，“Michael Fox”，“1989-02-23，M，5633”]。名称字段是最重要的，每次我选择时必须在列表中唯一，并且必须是随机的。

我试过使用groupby name，但它希望我在groupby中或在一个加积函数中也有id和元数据，但我不想让它们以某种方式被过滤。

有人知道如何获取多个列，但只对一个列执行一个不同的操作吗？

Answer 1

要在n列上执行不同的操作，请执行以下操作：

select distinct on (col1, col2) col1, col2, col3, col4 from names

Answer 2

有人知道如何获取多个列，但只对一个列执行一个不同的操作吗？

您希望在子句上是不同的。

你没有提供样本数据或完整的查询，所以我没有任何东西给你看。你想写一些类似的东西：

SELECT DISTINCT ON (name) fields, id, name, metadata FROM the_table;

这将返回一组不可预测（但不是“随机”）的行。如果你想让它变得可预测，请根据Clodaldo的回答添加一个ORDER BY。如果你想让它真正随机，你需要orderbyrandom（）。

Answer 3

要仅对一列（或n列）执行distinct操作，请执行以下操作：

select distinct on (name)
    name, col1, col2
from names

这将返回包含名称的任何行。如果要控制返回哪一行，需要订购：

select distinct on (name)
    name, col1, col2
from names
order by name, col1

按col1排序时将返回第一行。

不同于：

在（表达式[，…]上）选择DISTINCT只保留给定表达式计算结果相等的每组行的第一行。DISTINCT ON表达式使用与ORDER BY相同的规则进行解释（见上文）。请注意，每个集合的“第一行”是不可预测的，除非使用ORDER BY来确保所需的行首先出现。

DISTINCT ON表达式必须与最左边的ORDER BY表达式匹配。ORDER BY子句通常会包含其他表达式，用于确定每个DISTINCT ON组中的行的所需优先级。