mysql distinct用法，去重规则和常见的坑

查城市列表发现同一个杭州出现了几百次，这是没去重。mysql distinct用法本身简单，坑主要在对多字段的去重规则理解上。

基本写法

SELECT DISTINCT city FROM users;

DISTINCT 紧跟在 SELECT 后面，对后面所有列的整体组合去重，返回的每一行都不重复。

多字段去重：注意是组合去重

最常见的误解：写 SELECT DISTINCT city, age FROM users，以为只对 city 去重。实际是 city 和 age 两个字段拼起来都不重复才算一条，杭州加 25 岁和杭州加 30 岁会各出一行。想只按城市去重，就只查 city 一列，或者用 group by：SELECT city FROM users GROUP BY city，两种写法在多数情况下结果一样。真要按某列去重又想带上其他列，一般用 GROUP BY 加聚合函数取值，别指望 DISTINCT 帮你挑留哪一行。

去重统计

SELECT COUNT(DISTINCT city) FROM users;

统计有多少个不同城市。多字段写法是 COUNT(DISTINCT city, age)，MySQL 里这种写法会把任一列为 NULL 的行排除掉，数据里有空值时结果可能比你预想的少，对不上账先想到这里。

性能和大表建议

DISTINCT 要比较整行，数据量大时比普通查询慢不少。给去重的那几列建联合索引能明显提速；如果去重后还要做聚合，直接用 GROUP BY 更顺。UNION 不带 ALL 时自带去重，两条结果合并想顺路去重也能用它，代价是内部多一步排序。另外 DISTINCT 和 ORDER BY 一起用时，order by 的列最好也在查询列里，不然某些模式下会报错。

一句话收尾：单列去重随便用；多列先想清楚是组合去重还是按某一列去重；统计去重数就上 COUNT(DISTINCT 列名)。不确定结果对不对，拿 limit 几行出来人工核一遍最稳。