Postgres: distinto, mas apenas para uma coluna

Eu tenho uma tabela no pgsql com nomes (com mais de 1 milhão de linhas), mas também tenho muitas duplicatas. Eu seleciono 3 campos: id, name, metadata.

Quero selecioná-los aleatoriamente com ORDER BY RANDOM()e LIMIT 1000, por isso, faço várias etapas para economizar memória no meu script PHP.

Mas como posso fazer isso para que apenas me dê uma lista sem duplicatas nos nomes.

Por exemplo [1,"Michael Fox","2003-03-03,34,M,4545"], será retornado, mas não [2,"Michael Fox","1989-02-23,M,5633"]. O campo de nome é o mais importante e deve ser exclusivo na lista sempre que eu faço a seleção e deve ser aleatório.

Eu tentei com GROUP BY name, mas espera que eu tenha id e metadados na GROUP BYfunção também ou em uma função agregada, mas não quero tê-los de alguma forma filtrados.

Alguém sabe como buscar muitas colunas, mas faz apenas uma distinta em uma coluna?

Para fazer uma distinta em apenas uma (ou n) coluna (s):

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

Isso retornará qualquer uma das linhas que contêm o nome. Se você deseja controlar qual das linhas será retornada, precisará solicitar:

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

Retornará a primeira linha quando solicitada por col1.

distinct on:

SELECT DISTINCT ON (expressão [, ...]) mantém apenas a primeira linha de cada conjunto de linhas em que as expressões dadas são avaliadas como iguais. As expressões DISTINCT ON são interpretadas usando as mesmas regras de ORDER BY (veja acima). Observe que a “primeira linha” de cada conjunto é imprevisível, a menos que ORDER BY seja usado para garantir que a linha desejada apareça primeiro.

As expressões DISTINCT ON devem corresponder à (s) expressão (s) ORDER BY mais à esquerda. A cláusula ORDER BY normalmente contém expressões adicionais que determinam a precedência desejada de linhas dentro de cada grupo DISTINCT ON.

Alguém sabe como buscar muitas colunas, mas faz apenas uma distinta em uma coluna?

Você quer que a DISTINCT ONcláusula .

Você não forneceu dados de amostra ou uma consulta completa, por isso não tenho nada para lhe mostrar. Você deseja escrever algo como:

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

Isso retornará um conjunto de linhas imprevisível (mas não "aleatório"). Se você quiser torná-lo previsível, adicione uma ORDER BYresposta por Clodaldo. Se você quiser torná-lo verdadeiramente aleatório, você desejará ORDER BY random().

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