PostgreSQL `DISTINCT` 关键字完全指南

DISTINCT 是去重的“利刃”，用于消除 重复行，支持 单列、多列、表达式、ON 子句、与聚合函数结合 等高级用法。
本文涵盖 语法、性能优化、索引支持、常见陷阱、DISTINCT ON 黑魔法、替代方案 等全部内容。

一、`DISTINCT` 基本语法

SELECT DISTINCT column1, column2, ...
FROM table_name
[WHERE ...]
[ORDER BY ...];

变体	说明
`DISTINCT`	去重整行
`DISTINCT ON (expr)`	去重指定表达式，保留第一行（需 `ORDER BY`）

二、核心去重规则

场景	结果
`DISTINCT col1`	去重 `col1` 列
`DISTINCT col1, col2`	去重 `(col1, col2)` 组合
`DISTINCT *`	去重整行（等价于 `DISTINCT`）
`DISTINCT ON (expr)`	按 `expr` 去重，保留 `ORDER BY` 的第一行

三、准备测试数据

CREATE TABLE orders (
    id BIGSERIAL PRIMARY KEY,
    customer_id BIGINT,
    product TEXT,
    amount NUMERIC(10,2),
    order_date DATE,
    status TEXT
);

-- 插入含重复的数据
INSERT INTO orders (customer_id, product, amount, order_date, status) VALUES
(101, 'iPhone', 1200, '2025-01-15', 'completed'),
(101, 'iPhone', 1200, '2025-01-16', 'pending'),
(102, 'MacBook', 2500, '2025-01-17', 'completed'),
(101, 'AirPods', 250, '2025-01-18', 'completed'),
(103, 'iPhone', 1200, '2025-01-19', 'completed'),
(102, 'iPhone', 1200, '2025-01-20', 'pending'),
(101, 'iPhone', 1200, '2025-01-21', 'completed');

四、基础 `DISTINCT` 用法

需求	SQL
去重客户 ID	`SELECT DISTINCT customer_id FROM orders;`
去重产品名	`SELECT DISTINCT product FROM orders;`
去重 (客户, 产品) 组合	`SELECT DISTINCT customer_id, product FROM orders;`

-- 去重 (客户, 产品) 组合
SELECT DISTINCT customer_id, product
FROM orders
ORDER BY customer_id, product;

输出：

 customer_id | product
-------------+---------
         101 | AirPods
         101 | iPhone
         102 | MacBook
         102 | iPhone
         103 | iPhone

五、`DISTINCT ON`：PostgreSQL 独有黑魔法

保留每组的“第一行”（按 ORDER BY 排序）

SELECT DISTINCT ON (customer_id) 
       customer_id, product, amount, order_date
FROM orders
ORDER BY customer_id, order_date DESC;

输出（每个客户保留最新订单）：

 customer_id | product  | amount | order_date
-------------+----------+--------+------------
         101 | iPhone   |   1200 | 2025-01-21
         102 | iPhone   |   1200 | 2025-01-20
         103 | iPhone   |   1200 | 2025-01-19

必备条件：

DISTINCT ON 的表达式 必须出现在 ORDER BY 的最前面

否则报错！

六、`DISTINCT` 与聚合函数

-- 每个客户有多少独特产品
SELECT customer_id, COUNT(DISTINCT product) AS unique_products
FROM orders
GROUP BY customer_id;

-- 总销售额（去重订单？不，通常不用）
-- 错误用法：DISTINCT 不适用于金额去重
SELECT SUM(DISTINCT amount) FROM orders;  -- 错误逻辑！

七、表达式去重

-- 去重邮箱域名
SELECT DISTINCT substring(email FROM '@(.+)$') AS domain
FROM users;

-- 去重年份
SELECT DISTINCT EXTRACT(YEAR FROM order_date) AS year
FROM orders;

八、性能优化：索引是关键

问题：`DISTINCT` 需要排序 + 去重 → 慢！

解决方案：为去重列建索引

-- 单列去重
CREATE INDEX idx_orders_customer ON orders(customer_id);

-- 多列去重
CREATE INDEX idx_orders_cust_prod ON orders(customer_id, product);

-- DISTINCT ON 优化
CREATE INDEX idx_orders_cust_date ON orders(customer_id, order_date DESC);

黄金法则：索引顺序 = DISTINCT / ORDER BY 顺序

九、`DISTINCT` vs `GROUP BY`

方式	性能	适用场景
`DISTINCT`	稍慢	简单去重
`GROUP BY`	更快	去重 + 聚合

-- 两者等价，但 GROUP BY 更快
SELECT DISTINCT customer_id FROM orders;
-- 等价于
SELECT customer_id FROM orders GROUP BY customer_id;

推荐：纯去重用 GROUP BY，性能更好！

十、常见陷阱与解决方案

陷阱	说明	解决方案
`DISTINCT *` 性能差	全行比较	用具体列
`DISTINCT ON` 忘记 `ORDER BY`	结果随机	必须加 `ORDER BY`
`DISTINCT` 与 `LIMIT` 无序	分页跳跃	加 `ORDER BY`
`NULL` 被视为相同	多个 `NULL` → 1 行	正常行为
`DISTINCT` 列无索引	全表排序	建索引

-- 错误：结果随机
SELECT DISTINCT ON (customer_id) * FROM orders;

-- 正确
SELECT DISTINCT ON (customer_id) *
FROM orders
ORDER BY customer_id, order_date DESC;

十一、最佳实践 Checklist

项目	建议
纯去重用 `GROUP BY`	性能更优
`DISTINCT ON` 必加 `ORDER BY`	控制保留行
建去重索引	加速排序
*避免 `DISTINCT `**	指定列
表达式去重 → 表达式索引	性能
`EXPLAIN` 验证计划	确保走索引

十二、一键客户行为分析

-- 每个客户最新订单 + 独特产品数
WITH latest_orders AS (
    SELECT DISTINCT ON (customer_id)
           customer_id, product, amount, order_date, status
    FROM orders
    ORDER BY customer_id, order_date DESC
),
product_counts AS (
    SELECT customer_id, COUNT(DISTINCT product) AS unique_products
    FROM orders
    GROUP BY customer_id
)
SELECT 
    lo.customer_id,
    lo.product AS latest_product,
    lo.amount,
    lo.order_date,
    pc.unique_products
FROM latest_orders lo
JOIN product_counts pc ON lo.customer_id = pc.customer_id;

十三、快速实战：5 分钟掌握 `DISTINCT`

-- 1. 去重产品名
SELECT DISTINCT product FROM orders;

-- 2. 每个客户最新订单
SELECT DISTINCT ON (customer_id) 
       customer_id, product, order_date
FROM orders
ORDER BY customer_id, order_date DESC;

-- 3. 去重 + 计数
SELECT customer_id, COUNT(DISTINCT product)
FROM orders
GROUP BY customer_id;

-- 4. 建索引优化
CREATE INDEX idx_orders_cust_date ON orders(customer_id, order_date DESC);
EXPLAIN ANALYZE 
SELECT DISTINCT ON (customer_id) * FROM orders 
ORDER BY customer_id, order_date DESC;

现在就动手：
在 orders 表中：

查询 所有独特 (customer_id, product) 组合
查询 每个客户最早的订单（用 DISTINCT ON）
统计 每个 status 有多少独特 customer_id
建索引，验证 EXPLAIN 是否走 Index Scan

十四、性能对比（EXPLAIN）

-- 慢：无索引
EXPLAIN ANALYZE SELECT DISTINCT customer_id FROM orders;

-- 快：有索引
CREATE INDEX idx_orders_customer ON orders(customer_id);
EXPLAIN ANALYZE SELECT DISTINCT customer_id FROM orders;

需要我生成：

10万条订单数据 + 去重压力测试？回复 测试数据
DISTINCT ON 替代 ROW_NUMBER() 性能对比？回复 性能对比
Python 动态 DISTINCT 查询？回复 Python DISTINCT
EXPLAIN 可视化分析？回复 EXPLAIN 分析

随时告诉我！

PostgreSQL DISTINCT 关键字

PostgreSQL `DISTINCT` 关键字完全指南

一、`DISTINCT` 基本语法

二、核心去重规则

三、准备测试数据

四、基础 `DISTINCT` 用法

五、`DISTINCT ON`：PostgreSQL 独有黑魔法

六、`DISTINCT` 与聚合函数

七、表达式去重

八、性能优化：索引是关键

问题：`DISTINCT` 需要排序 + 去重 → 慢！

解决方案：为去重列建索引

九、`DISTINCT` vs `GROUP BY`

十、常见陷阱与解决方案

十一、最佳实践 Checklist

十二、一键客户行为分析

十三、快速实战：5 分钟掌握 `DISTINCT`

十四、性能对比（EXPLAIN）

Windows 上安装 PostgreSQL

Linux 上安装 PostgreSQL

PostgreSQL View（视图）

PostgreSQL PRIVILEGES（权限）

PostgreSQL 教程

PostgreSQL 连接(JOIN)

发表回复取消回复

PostgreSQL DISTINCT 关键字完全指南

一、DISTINCT 基本语法

二、核心去重规则

三、准备测试数据

四、基础 DISTINCT 用法

五、DISTINCT ON：PostgreSQL 独有黑魔法

六、DISTINCT 与聚合函数

七、表达式去重

八、性能优化：索引是关键

问题：DISTINCT 需要 排序 + 去重 → 慢！

解决方案：为去重列建索引

九、DISTINCT vs GROUP BY

十、常见陷阱与解决方案

十一、最佳实践 Checklist

十二、一键客户行为分析

十三、快速实战：5 分钟掌握 DISTINCT

十四、性能对比（EXPLAIN）

类似文章

发表回复 取消回复

PostgreSQL `DISTINCT` 关键字完全指南

一、`DISTINCT` 基本语法

四、基础 `DISTINCT` 用法

五、`DISTINCT ON`：PostgreSQL 独有黑魔法

六、`DISTINCT` 与聚合函数

问题：`DISTINCT` 需要排序 + 去重 → 慢！

九、`DISTINCT` vs `GROUP BY`

十三、快速实战：5 分钟掌握 `DISTINCT`

发表回复取消回复