DISTINCT 六大注意事项
1. 作用范围:所有 SELECT 字段
1
|
SELECT DISTINCT a, b FROM table; -- 对(a,b)组合整体去重
|
误以为只作用于第一个字段:
1
2
|
-- 错误理解:以为只对name去重
SELECT DISTINCT name, class FROM students;
|
实际效果:对 (name, class) 组合去重(如 ('张三','一班') 和 ('张三','二班') 算不同记录)
2. NULL 值的特殊处理
1
2
3
|
INSERT INTO students (name, class, score) VALUES (NULL, '三班', 90);
SELECT DISTINCT name FROM students;
|
结果:
+--------+
| name |
+--------+
| 张三 |
| 李四 |
| 王五 |
| NULL | -- NULL被视为独立值保留
+--------+
3. 性能陷阱(大数据量)
1
2
|
-- 当表有百万行时慎用
SELECT DISTINCT text_column FROM huge_table;
|
优化方案:
1
2
3
4
5
6
7
|
-- 先通过WHERE缩小范围再去重
SELECT DISTINCT text_column
FROM huge_table
WHERE create_time > '2023-01-01';
-- 或添加索引(对text类型有限制)
ALTER TABLE huge_table ADD INDEX idx_text(text_column(20)); -- 前缀索引
|
4. 与 ORDER BY 的优先级
1
2
3
|
SELECT DISTINCT class
FROM students
ORDER BY score DESC; -- 错误!score不在SELECT中
|
正确写法:
1
2
3
4
5
6
7
8
9
10
|
-- 方案1:排序字段必须在SELECT中
SELECT DISTINCT class, MAX(score) AS max_score
FROM students
GROUP BY class
ORDER BY max_score DESC;
-- 方案2:子查询
SELECT DISTINCT class FROM (
SELECT class, score FROM students ORDER BY score DESC
) AS tmp;
|
5. 聚合函数中的 DISTINCT
1
2
3
4
5
|
-- 统计不重复的班级数量
SELECT COUNT(DISTINCT class) FROM students;
-- 错误用法(语法无效):
SELECT DISTINCT COUNT(class) FROM students;
|
6. 不可用于部分字段计算
1
2
|
-- 尝试计算不同班级的平均分(错误!)
SELECT DISTINCT class, AVG(score) FROM students;
|
正确做法:必须配合 GROUP BY
1
2
3
|
SELECT class, AVG(score)
FROM students
GROUP BY class; -- 这才是标准解法
|
高级注意点
7. 与 LIMIT 的配合问题
1
|
SELECT DISTINCT class FROM students LIMIT 2;
|
结果不确定性:
返回的 2 条记录是随机的(除非指定 ORDER BY),不同执行可能结果不同。
8. 临时表空间占用
DISTINCT 操作会在内存/磁盘创建临时表存储唯一值
当去重字段总数据量超过 tmp_table_size 时,性能急剧下降
查看阈值:
1
|
SHOW VARIABLES LIKE 'tmp_table_size'; -- 默认16MB
|
对比 GROUP BY 去重
特性 |
DISTINCT |
GROUP BY |
是否可搭配聚合函数 |
? |
? (如SUM/AVG) |
结果排序 |
无序 |
可按分组键排序 |
执行效率 |
简单场景更快 |
复杂聚合时更优 |
索引利用 |
可使用索引 |
必须用分组字段索引 |
最佳实践总结
小数据量:直接 DISTINCT 简洁高效
需要聚合计算:用 GROUP BY 替代
精确去重计数:优先 COUNT(DISTINCT column)
排序需求:必须显式写 ORDER BY
超大数据:先过滤再去重 + 合理索引
实战检验
订单表 orders 结构:
1
2
3
4
5
6
7
|
CREATE TABLE orders (
id INT PRIMARY KEY,
product_id INT,
user_id INT,
amount DECIMAL(10,2),
coupon_code VARCHAR(20) -- 允许为NULL
);
|
问题:
如何高效获取使用过不同优惠券的用户ID列表(含NULL)?
写出你的解决方案:
SELECT _______________________________
FROM orders;
答案(折叠):
1
2
3
4
5
6
7
8
|
-- 方案1:基础写法
SELECT DISTINCT user_id, coupon_code
FROM orders
WHERE coupon_code IS NOT NULL; -- 若需包含NULL则去掉WHERE
???????-- 方案2:大数据量优化(添加联合索引)
ALTER TABLE orders ADD INDEX idx_user_coupon(user_id, coupon_code);
SELECT DISTINCT user_id, coupon_code FROM orders;
|
|