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
- 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：
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;