.jpg)
distinct在sql中的核心作用是去重，其用法需注意以下要點(diǎn)：1. 基本用法為對單列去重，如select distinct city from users; 2. 對多列組合去重時(shí)，distinct作用于整行，若字段組合重復(fù)則會被去除，但join操作可能導(dǎo)致意外結(jié)果；3. 與聚合函數(shù)結(jié)合使用時(shí)，count(distinct city)可統(tǒng)計(jì)不同值的數(shù)量，誤用count(city)則統(tǒng)計(jì)非空值；4. 性能上distinct依賴排序，大數(shù)據(jù)量下會影響效率，可通過group by替代或確認(rèn)數(shù)據(jù)無重復(fù)時(shí)省略；5. 特殊情況中NULL值視為相同，僅保留一個(gè)。使用時(shí)應(yīng)結(jié)合業(yè)務(wù)邏輯避免踩坑。
distinct 在 SQL 中的作用很簡單：去重。但怎么用好它，尤其是在復(fù)雜查詢里不踩坑，還是有一些細(xì)節(jié)需要注意的。
distinct 基本用法：去重單列
最簡單的場景就是對某一列去重，比如你想查用戶表中不同的城市：
SELECT DISTINCT city FROM users;
這樣就能返回所有不同的城市名稱。注意，distinct 是作用在整個(gè)結(jié)果行上的，不是只看某一個(gè)字段。也就是說，即使你只寫了一個(gè)字段，數(shù)據(jù)庫也會把整行數(shù)據(jù)拿來比對是否重復(fù)。
小提示：如果字段值是 NULL，distinct 會把多個(gè) NULL 當(dāng)成一個(gè)來處理，在大多數(shù)數(shù)據(jù)庫中只會保留一個(gè) NULL 值。
多列去重：別以為加幾個(gè)字段就萬事大吉
當(dāng)你想對多個(gè)字段組合去重時(shí)，很多人直接這么寫：
SELECT DISTINCT name, age FROM users;
這確實(shí)是對 name 和 age 的組合進(jìn)行去重。但問題往往出在“你以為這是唯一的組合”，其實(shí)可能還有隱藏的重復(fù)情況。比如：
| name | age |
|---|---|
| 張三 | 25 |
| 張三 | 25 |
這種情況下，distinct 能正常去掉重復(fù)行。但如果這兩個(gè)字段來自多個(gè)表的 join 結(jié)果，那就要小心了，因?yàn)?join 本身可能會放大行數(shù)，導(dǎo)致 distinct 沒有達(dá)到預(yù)期效果。
distinct 和聚合函數(shù)配合使用：常見又容易忽略
distinct 最常見的搭配之一就是和 count、sum 等聚合函數(shù)一起用。比如統(tǒng)計(jì)不同城市的用戶數(shù)量：
SELECT COUNT(DISTINCT city) FROM users;
這表示統(tǒng)計(jì)有多少個(gè)不同的城市。如果你不小心寫成了：
SELECT COUNT(city) FROM users;
那你統(tǒng)計(jì)的就是所有非空 city 的數(shù)量，而不是“不同”城市的數(shù)量。
注意：有些數(shù)據(jù)庫（如 mysql）允許你在 GROUP BY 查詢中混用未聚合的字段，但這會導(dǎo)致 distinct 不生效或結(jié)果不可控，建議養(yǎng)成良好的寫法習(xí)慣。
distinct 的性能問題：別濫用
雖然 distinct 很方便，但它背后其實(shí)是排序 + 去重的過程，尤其在大數(shù)據(jù)量下會拖慢查詢速度。有時(shí)候你會發(fā)現(xiàn)用了 distinct 反而讓結(jié)果變少得離譜，其實(shí)是邏輯沒理清。
什么時(shí)候可以避免用 distinct？
- 使用 GROUP BY 替代，尤其是已經(jīng)按某些字段分組的情況下。
- 如果你知道數(shù)據(jù)本來就沒有重復(fù)，就不需要加。
- 對于 join 后的結(jié)果，先檢查是否有重復(fù)來源，再決定是否需要用 distinct。
基本上就這些。distinct 不復(fù)雜，但真正在項(xiàng)目里用的時(shí)候，還是要結(jié)合業(yè)務(wù)邏輯和數(shù)據(jù)結(jié)構(gòu)來看，不然很容易變成“看起來沒問題，實(shí)際數(shù)據(jù)錯(cuò)亂”。
.png)
