讲解

查询结果里经常包含重复值：学生表里查城市，北京会出现三次。DISTINCT 关键字去掉结果中的重复行：SELECT DISTINCT city FROM students 每个城市只出现一次。它紧跟在 SELECT 后面，作用于整个结果行。

选择多列时，DISTINCT 是对「列的组合」去重：SELECT DISTINCT city, class_name FROM students 会把（城市, 班级）的组合视为一个整体，只有组合完全相同的行才会合并。这是最容易误解的地方——DISTINCT 不是只对它后面那一列生效。

DISTINCT 也常和聚合函数搭配：COUNT(DISTINCT city) 统计有多少个不同的城市。另外要注意 NULL：去重时所有 NULL 被视为彼此相同，结果里最多保留一个 NULL；而 COUNT(DISTINCT 列) 和 COUNT(列) 一样会忽略 NULL，不计入个数。

示例

学生都来自哪些城市（注意结果里包含一个 NULL，表示有学生城市未知）：

SELECT DISTINCT city FROM students;

对组合去重：城市与班级的搭配关系：

SELECT DISTINCT city, class_name FROM students;

统计不同城市的个数（NULL 不计入）：

SELECT COUNT(DISTINCT city) AS city_count FROM students;

常见坑

  • 以为 DISTINCT 只作用于紧邻的一列：SELECT DISTINCT city, class_name 去重的是两列的组合，不是先对城市去重再随便配个班级。理解成「整行去重」就不会错。
  • 用 DISTINCT 掩盖多表连接的错误：JOIN 写错导致行翻倍，有人图省事加个 DISTINCT「压回去」。这是治标不治本，正确做法是检查连接条件为什么产生了重复。
  • 忽略 NULL 的去重语义：多个 NULL 只保留一个，这通常符合预期，但如果业务上 NULL 代表不同含义（未填写 vs 不适用），去重结果可能掩盖差异。
  • 在大结果集上滥用 DISTINCT：去重要对全部结果排序或建哈希，数据量大时开销不小。先想清楚是否真的需要去重，以及能否用 GROUP BY 表达得更清楚。

小结

DISTINCT 对整个结果行去重，多列时按组合判断，NULL 视为相同且 COUNT(DISTINCT) 忽略 NULL。下一节细看 WHERE 里的比较运算符。