語法

SELECT DISTINCT column_list FROM table_name [WHERE ...];

核心行為

• 對 結果集投影列 進行整行去重
• DISTINCT col1, col2 ≠ DISTINCT col1 + DISTINCT col2，而是 (col1, col2) 元組去重
• NULL 視為相同值（所有 NULL 視為一組）
• 可與聚合函數共用：COUNT(DISTINCT col)

示例數據

CREATE TABLE `orders` (
    `id` INT PRIMARY KEY,
    `customer` VARCHAR(20),
    `product` VARCHAR(20),
    `amount` DECIMAL(10,2)
);
INSERT INTO `orders` VALUES
(1, 'Alice', 'Apple', 10),
(2, 'Alice', 'Banana', 20),
(3, 'Bob',   'Apple', 15),
(4, 'Alice', 'Apple', 10);  -- 完全重複行

各類去重效果

查詢	結果行數	說明
SELECT DISTINCT customer FROM orders	2	Alice, Bob
SELECT DISTINCT customer, product FROM orders	3	(Alice,Apple), (Alice,Banana), (Bob,Apple)
SELECT DISTINCT * FROM orders	3	第 4 行與第 1 行完全相同被去重
SELECT COUNT(DISTINCT customer) FROM orders	1 行，值=2	聚合去重計數

DISTINCT vs GROUP BY

維度	DISTINCT	GROUP BY
語義	結果集去重	分組聚合
可用聚合函數	不可（除 COUNT(DISTINCT)）	可（SUM, AVG, MAX 等）
排序	無保證（實現常排序）	無保證（需 ORDER BY）
性能	相同（內部同樣用臨時表/排序去重）	相同
擴展性	單純去重	支持 HAVING、WITH ROLLUP、窗口函數

性能優化

1. 只選必要列：列越多，比較/排序/臨時表越大
2. 去重列加索引：INDEX (customer, product) 可避免臨時表（Index Full Scan + 去重）
3. 大表分批：INSERT INTO tmp SELECT DISTINCT ... FROM big_table LIMIT 100000 循環
4. 近似去重：HyperLogLog (Redis) / APPROX_COUNT_DISTINCT (8.0.13+)

實戰場景

1. 統計 UV（獨立訪客）

-- 精確
SELECT COUNT(DISTINCT user_id) FROM page_views WHERE date = '2024-01-15';

-- 近似（百萬級以上，誤差 < 2%）
SELECT APPROX_COUNT_DISTINCT(user_id) FROM page_views WHERE date = '2024-01-15';

2. 獲取不重複的標籤列表

SELECT DISTINCT tag FROM article_tags ORDER BY tag;

3. 找出重複數據（反向）

SELECT customer, product, COUNT(*) AS cnt
FROM orders
GROUP BY customer, product
HAVING COUNT(*) > 1;

常見誤區

誤區	真相
DISTINCT 加快查詢	增加去重開銷，僅在需去重時使用
DISTINCT 只對第一列生效	對 SELECT 列表所有列組合去重
DISTINCT 可用於單列並保留其他列原值	不可，需配合 GROUP BY 或窗口函數
SELECT DISTINCT a, b 等價於 SELECT a, b GROUP BY a, b	結果相同，但 GROUP BY 可加聚合、HAVING、ROLLUP

MySQL 8.0 新特性

• APPROX_COUNT_DISTINCT(expr)：近似計數，極快，適合大數據儀表盤
• DISTINCT 內部優化：優先嘗試 Loose Index Scan（鬆散索引掃描）避免臨時表
• CTE + 窗口函數替代複雜 DISTINCT 邏輯