Postgres: distinct mais pour une seule colonne

J'ai une table sur pgsql avec des noms (ayant plus de 1 million de lignes), mais j'ai aussi de nombreux doublons. Je sélectionne 3 champs: id, name, metadata.

Je veux les sélectionner au hasard avec ORDER BY RANDOM()et LIMIT 1000, donc je fais cela de nombreuses étapes pour économiser de la mémoire dans mon script PHP.

Mais comment puis-je faire cela pour qu'il ne me donne qu'une liste sans doublons dans les noms.

Par exemple [1,"Michael Fox","2003-03-03,34,M,4545"]sera retourné mais pas [2,"Michael Fox","1989-02-23,M,5633"]. Le champ de nom est le plus important et doit être unique dans la liste à chaque fois que je fais la sélection et il doit être aléatoire.

J'ai essayé avec GROUP BY name, mais il s'attend à ce que j'aie également un identifiant et des métadonnées dans la GROUP BYfonction ou dans une fonction agrégée, mais je ne veux pas les filtrer d'une manière ou d'une autre.

Tout le monde sait comment récupérer plusieurs colonnes mais n'en fait qu'une seule sur une colonne?

Pour faire une distinction sur une seule (ou n) colonne (s):

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

Cela renverra l'une des lignes contenant le nom. Si vous souhaitez contrôler laquelle des lignes sera renvoyée, vous devez commander:

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

Renvoie la première ligne lorsqu'elle est commandée par col1.

distinct on:

SELECT DISTINCT ON (expression [, ...]) ne conserve que la première ligne de chaque ensemble de lignes où les expressions données sont évaluées comme égales. Les expressions DISTINCT ON sont interprétées en utilisant les mêmes règles que pour ORDER BY (voir ci-dessus). Notez que la «première ligne» de chaque ensemble est imprévisible sauf si ORDER BY est utilisé pour garantir que la ligne souhaitée apparaît en premier.

Les expressions DISTINCT ON doivent correspondre aux expressions ORDER BY les plus à gauche. La clause ORDER BY contient normalement des expressions supplémentaires qui déterminent la priorité souhaitée des lignes dans chaque groupe DISTINCT ON.

Tout le monde sait comment récupérer plusieurs colonnes mais n'en fait qu'une seule sur une colonne?

Vous voulez la DISTINCT ONclause .

Vous n'avez pas fourni d'exemples de données ni de requête complète, je n'ai donc rien à vous montrer. Vous voulez écrire quelque chose comme:

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

Cela renverra un ensemble de lignes imprévisible (mais pas «aléatoire»). Si vous voulez le rendre prévisible, ajoutez une ORDER BYréponse par Clodaldo. Si vous voulez le rendre vraiment aléatoire, vous le voudrez ORDER BY random().

SELECT NAME,MAX(ID) as ID,MAX(METADATA) as METADATA 
from SOMETABLE
GROUP BY NAME