DISTINCT 是最常用的去重關鍵字，但「只能返回目標列」、「多列語義誤解」、「性能陷阱」讓許多開發者踩坑。本文系統梳理 DISTINCT 四大實戰模式、等價替代方案、性能優化與避坑指南。

模式一：單列去重與計數（最基礎）

-- 返回去重後的值列表
SELECT DISTINCT `meta_key` FROM `wp_postmeta`;

-- 計算去重後行數
SELECT COUNT(DISTINCT `meta_key`) FROM `wp_postmeta`;

適用： 低基數枚舉值（狀態、類型、標籤）、快速檢查數據分布。

模式二：多列去重的語義陷阱

-- 錯誤認知：以為只按 meta_key 去重，實際按 (meta_key, post_id) 組合去重
SELECT DISTINCT `meta_key`, `post_id` FROM `wp_postmeta`;

-- 正確：只想看 meta_key 去重，但同時想帶出 post_id（任意一行）
-- MySQL 允許非聚合列不在 GROUP BY 中（舊版本/關閉 ONLY_FULL_GROUP_BY）
SELECT `meta_key`, `post_id` FROM `wp_postmeta` GROUP BY `meta_key`;

核心規則： DISTINCT col1, col2 = GROUP BY col1, col2，**所有列組合唯一才保留**。若需「按某列去重、帶出其他列任意值」，必須用 GROUP BY 或窗口函數。

模式三：GROUP BY 替代 DISTINCT（兼容舊版本、可攜帶聚合）

-- 等價於 DISTINCT meta_key
SELECT `meta_key` FROM `wp_postmeta` GROUP BY `meta_key`;

-- 進階：去重同時統計出現次數
SELECT `meta_key`, COUNT(*) AS cnt FROM `wp_postmeta` GROUP BY `meta_key` ORDER BY cnt DESC;

-- 進階：去重同時取最新記錄的其他欄位（需排序保證）
SELECT `meta_key`, `meta_value`
FROM (
    SELECT `meta_key`, `meta_value` FROM `wp_postmeta` ORDER BY `post_id` DESC
) t GROUP BY `meta_key`;

模式四：MySQL 8.0 窗口函數 ROW_NUMBER()（最強控制力）

-- 按 meta_key 分組，按 post_id 降序編號，取第一行（最新）
WITH ranked AS (
    SELECT
        `meta_key`, `meta_value`, `post_id`,
        ROW_NUMBER() OVER (PARTITION BY `meta_key` ORDER BY `post_id` DESC) AS rn
    FROM `wp_postmeta`
)
SELECT `meta_key`, `meta_value`, `post_id` FROM ranked WHERE rn = 1;

優勢： 明確控制「保留哪一行」（最新/最舊/最大/最小），語義零歧義，執行計劃優於舊式子查詢。

性能對比與優化建議

實戰案例：WordPress postmeta 表優化

場景：wp_postmeta 10 萬行，需「獲取所有不重複的 meta_key 及其最新 meta_value」。

-- 方案 A：DISTINCT + 子查詢（舊版本）
SELECT DISTINCT pm1.meta_key,
  (SELECT pm2.meta_value FROM wp_postmeta pm2
   WHERE pm2.meta_key = pm1.meta_key ORDER BY pm2.post_id DESC LIMIT 1) AS latest_value
FROM wp_postmeta pm1;

-- 方案 B：GROUP BY + 子查詢（同理）
-- 方案 C：8.0 窗口函數（推薦）
WITH ranked AS (
  SELECT meta_key, meta_value,
         ROW_NUMBER() OVER (PARTITION BY meta_key ORDER BY post_id DESC) AS rn
  FROM wp_postmeta
)
SELECT meta_key, meta_value FROM ranked WHERE rn = 1;

方案 C 單掃描、無相關子查詢、可並行，效能提升 10 倍以上。

避坑清單

1. DISTINCT 後跟 * 會對**所有列**組合去重，極少是想要的。
2. COUNT(DISTINCT col) 在大表極慢（需建臨時表排序），改用 HyperLogLog (Redis) 或預計算彙總表。
3. 字符集不同導致「視覺相同實際不同」：utf8mb4 vs latin1，統一字符集排序規則。
4. GROUP BY 隱式排序（5.7+ 已移除），需顯式 ORDER BY 保證順序。

去重看似簡單，實則考驗對「業務鍵定義」、「數據分布」、「執行引擎行為」的理解。掌握四大模式，根據版本、數據量、語義精度選擇最優方案，才是資料庫工程師的專業素養。