DISTINCT 子句

DISTINCT 子句文档

如果指定了 SELECT DISTINCT，查询结果中将只保留唯一的行。也就是说，对于结果中所有完全相同的行，每组最终只会保留一行。

你可以指定哪些列的值必须唯一：SELECT DISTINCT ON (column1, column2,...)。如果未指定列，则会将所有列都纳入考虑。

考虑下表：

┌─a─┬─b─┬─c─┐
│ 1 │ 1 │ 1 │
│ 1 │ 1 │ 1 │
│ 2 │ 2 │ 2 │
│ 2 │ 2 │ 2 │
│ 1 │ 1 │ 2 │
│ 1 │ 2 │ 2 │
└───┴───┴───┘

不指定列时使用 DISTINCT：

SELECT DISTINCT * FROM t1;

┌─a─┬─b─┬─c─┐
│ 1 │ 1 │ 1 │
│ 2 │ 2 │ 2 │
│ 1 │ 1 │ 2 │
│ 1 │ 2 │ 2 │
└───┴───┴───┘

在指定列上使用 DISTINCT：

SELECT DISTINCT ON (a,b) * FROM t1;

┌─a─┬─b─┬─c─┐
│ 1 │ 1 │ 1 │
│ 2 │ 2 │ 2 │
│ 1 │ 2 │ 2 │
└───┴───┴───┘

​

DISTINCT 和 ORDER BY

ClickHouse 支持在同一个查询中，对不同的列分别使用 DISTINCT 和 ORDER BY 子句。DISTINCT 子句会在 ORDER BY 子句之前执行。

考虑下列表：

┌─a─┬─b─┐
│ 2 │ 1 │
│ 1 │ 2 │
│ 3 │ 3 │
│ 2 │ 4 │
└───┴───┘

查询数据：

SELECT DISTINCT a FROM t1 ORDER BY b ASC;

┌─a─┐
│ 2 │
│ 1 │
│ 3 │
└───┘

按不同的排序方向选择数据：

SELECT DISTINCT a FROM t1 ORDER BY b DESC;

┌─a─┐
│ 3 │
│ 1 │
│ 2 │
└───┘

行 2, 4 在排序前被截断。

编写查询时，请将这一实现上的特性考虑在内。

​

NULL 处理

DISTINCT 对 NULL 的处理方式相当于将 NULL 视为一个特定值，且 NULL==NULL。换句话说，在 DISTINCT 的结果中，包含 NULL 的不同组合都只会出现一次。这与 NULL 在大多数其他场景下的处理方式不同。

​

替代方案

也可以不使用任何聚合函数，而是对 SELECT 子句中指定的同一组值应用 GROUP BY，从而获得相同的结果。不过，与 GROUP BY 的做法相比，还是有几点不同：

• DISTINCT 可以与 GROUP BY 一起使用。
• 省略 ORDER BY 且定义了 LIMIT 时，查询在读到所需数量的不同行后就会立即停止执行。
• 数据块会在处理过程中直接输出，而无需等待整个查询执行完毕。