运营要「下过单的用户数」，新人写了 select count(user_id) from orders，数字比实际多三成，因为一个用户下了好几单。改成 count(distinct user_id) 才对得上。

distinct 作用在整行上，不是某一列，这一点先记住，后面绝大多数误用都出在这。

多列 distinct 去的是组合

select distinct city, level from users 去掉的是（city, level）这个组合，不是 city。想每个城市只出一行，用 group by 更直白，后来接手的人也不会读错。

count 里塞多列在 MySQL 直接报错，得套一层子查询：select count(*) from (select distinct city, level from users) t;

NULL 会被算成一类

distinct 把多个 NULL 归并成一个，count(distinct col) 却不数 NULL。要统计空值数量，用 count(*) 减 count(col)。做报表时这个差值是「未填写」那一行，少了就对不上总数。

distinct 和 group by 怎么选

只想去重看数据，distinct 写得短；去重之后还要算个数、求和、按条件筛，只能 group by 配聚合函数和 having。单表上两者结果等价，execution plan 也常被优化器改写成一模一样，explain 看一下就知道。

性能上别乱用

distinct 本质要排序或哈希，大表上比 group by 略慢；已经有唯一索引的列再加 distinct，纯属白花钱。

更常见的是 join 把行放大了再去重，等于先制造重复再消除。先看 join 条件是不是漏了，比加 distinct 有用得多。

口径也要先问清楚：要下单用户数还是订单数，算新客还是全部。口径错了，语法再对，报表也是错的。