MySQL 中 DISTINCT 去重的核心注意事项详解

以下是 MySQL 中 DISTINCT 去重的核心注意事项详解

---

📌 DISTINCT 六大注意事项

1. 作用范围：所有 SELECT 字段

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：

-- 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

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）

-- 当表有百万行时慎用
SELECT DISTINCT text_column FROM huge_table; 

优化方案：

-- 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

SELECT DISTINCT class 
FROM students 
ORDER BY score DESC; -- 错误！score不在SELECT中

✅ 正确写法：

-- 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

-- 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

-- 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

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

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：

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

1. 小数据量 ：直接 DISTINCT 简洁高效
2. 需要聚合计算 ：用 GROUP BY 替代
3. 精确去重计数 ：优先 COUNT(DISTINCT column)
4. 排序需求 ：必须显式写 ORDER BY
5. 超大数据：先过滤再去重 + 合理索引

---

🚀 实战检验

订单表 orders 结构：

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）：

-- 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;