一、简介
最近在工作中，在写oracle统计查询的时候，遇到listagg聚合函数分组聚合之后出现很多重复数据的问题，于是研究了一下listagg去重的几种方法
以下通过实例讲解三种实现listagg去重的方法。
二、方法
首先还原listagg聚合之后出现重复数据的现象,打开plsql，执行如下sql:
| 1 2 3 4 5 6 |
select t.department_name depname,
t.department_key,
listagg(t.class_key, ',') within group(order by t.class_key) as class_keys
from V_YDXG_TEACHER_KNSRDGL t
where 1 = 1
group by t.department_key, t.department_name
|
运行结果：
如图，listagg聚合之后很多重复数据，下面讲解如何解决重复数据问题。
【a】 第一种方法
使用wm_concat() + distinct去重聚合
| 1 2 3 4 5 6 7 |
--第一种方法： 使用wm_concat() + distinct去重聚合
select t.department_name depname,
t.department_key,
wm_concat(distinct t.class_key) as class_keys
from V_YDXG_TEACHER_KNSRDGL t
where 1 = 1
group by t.department_key, t.department_name
|
如上图，listagg聚合之后没有出现重复数据了。oracle官方不太推荐使用wm_concat()来进行聚合，能尽量使用listagg就使用listagg。
【b】第二种方法
使用正则替换方式去重(仅适用于oracle字符串大小比较小的情况)
| 1 2 3 4 5 6 7 8 9 |
--第二种方法：使用正则替换方式去重(仅适用于oracle字符串大小比较小的情况)
select t.department_name depname,
t.department_key,
regexp_replace(listagg(t.class_key, ',') within
group(order by t.class_key),
'([^,]+)(,\1)*(,|$)',
'\1\3') as class_keys
from V_YDXG_TEACHER_KNSRDGL t
group by t.department_key, t.department_name;
|
这种方式处理listagg去重问题如果拼接的字符串太长会报oracle超过最大长度的错误，只适用于数据量比较小的场景。
【c】第三种方法
先去重，再聚合(推荐使用)
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
--第三种方法：先去重，再聚合
select t.department_name depname,
t.department_key,
listagg(t.class_key, ',') within group(order by t.class_key) as class_keys
from (select distinct s.class_key, s.department_key, s.department_name
from V_YDXG_TEACHER_KNSRDGL s) t
group by t.department_key, t.department_name
--或者
select s.department_key,
s.department_name,
listagg(s.class_key, ',') within group(order by s.class_key) as class_keys
from (select t.department_key,
t.department_name,
t.class_key,
row_number() over(partition by t.department_key, t.department_name, t.class_key order by t.department_key, t.department_name) as rn
from V_YDXG_TEACHER_KNSRDGL t
order by t.department_key, t.department_name, t.class_key) s
where rn = 1
group by s.department_key, s.department_name;
|
推荐使用这种方式，先把重复数据去重之后再进行聚合处理。
