DISTINCT是对整行记录去重，依据SELECT字段值组合全匹配判断重复，NULL视为相同，不保证保留哪条记录；不能仅对单字段生效，与GROUP BY本质不同，前者仅去重，后者支持聚合计算。
DISTINCT 是对查询结果的**整行记录**做去重，不是对单个字段单独处理。只要 SELECT 后列出的所有字段值组合完全一致，就被视为重复行，只保留其中一条。
去重的基本逻辑
DISTINCT 判断的是“字段组合的全值匹配”。比如 SELECT DISTINCT city, gender FROM users，只有当 city 和 gender 两个值同时相等时，才算重复。哪怕 city 都是“北京”，但一条是“男”、一条是“女”，这两行都会保留。
- 它不关心原始数据中哪条被留下，也不保证是最早或最新的一条
- NULL 在大多数数据库（如 MySQL）中被视为相同值，多行 NULL 只保留一个
- DISTINCT 作用于整个 SELECT 列表，不能只对其中某一个字段生效
常见误操作与澄清
很多人以为 SELECT DISTINCT name FROM users 能返回“每个名字对应的一条完整用户信息”，这是错的。它只返回 name 这一列的不重复值，其他字段（如 id、email）根本不会出现在结果里，更谈不上保留哪条完整记录。
- 若需“按 name 去重并取最新一条完整记录”，得用 ROW_NUMBER() OVER (PARTITION BY name ORDER BY create_time DESC) 配合子查询
- SELECT DISTINCT a, b 不等于先对 a 去重、再对 b 去重，而是对 (a,b) 这一对值整体判断
- DISTINCT 不能写在列名中间，必须紧跟在 SELECT 后面，比如 SELECT DISTINCT a, b 正确，SELECT a DISTINCT, b 报错
和 GROUP BY 的区别
DISTINCT 和 GROUP BY a, b 在纯去重效果上可能一样，但本质不同：
- DISTINCT 只输出去重后的原始字段值，不支持聚合计算（如 SUM、AVG）
- GROUP BY 是分组基础，天然可搭配 COUNT、MAX 等函数，比如统计每个部门人数必须用 GROUP BY
- 如果只是要“列出所有不重复的部门+岗位组合”，DISTINCT 更简洁；如果还要算“每个组合有多少人”，就得切到 GROUP BY
性能与实用提醒
DISTINCT 内部通常依赖排序或哈希，数据量大时开销明显：
- 尽量配合 WHERE 先过滤，减少参与去重的数据量
- 避免对长文本字段（如 description）或多个大字段联合去重
- 需要排序结果时，务必显式加 ORDER BY，因为 DISTINCT 本身不保证顺序
- COUNT(DISTINCT user_id) 是统计独立用户的标准写法，效率通常优于先 GROUP BY 再 COUNT
