MySQL DISTINCT 去重查詢實戰與效能優化深度探討

從基礎語法到大表優化，系統講解 DISTINCT 使用陷阱、隱式排序開銷、避免最高層使用 DISTINCT 的設計原則，並以「哥譚市蝙蝠車購買者」案例演示如何用 EXISTS/IN 子查詢重構消除 DISTINCT。

基礎用法

SELECT DISTINCT * FROM table_name;
SELECT *, COUNT(DISTINCT col) FROM table GROUP BY col;  -- MySQL 版本需支援

優化原則：過濾條件先行、高選擇性優先

編寫查詢前對條件排序：真正高效的條件（能快速縮減資料量）應為主要驅動力。

反面教材：多表 JOIN + 頂層 DISTINCT

SELECT DISTINCT c.custname
FROM customers c
JOIN orders o ON o.custid = c.custid
JOIN orderdetail od ON od.ordid = o.ordid
JOIN articles a ON a.artid = od.artid
WHERE c.city = 'GOTHAM' AND a.artname = 'BATMOBILE' AND o.ordered >= ...;

弊端：
1. DISTINCT 掩蓋缺少連接條件導致的重複行。
2. 強制最終排序去重，開銷大。
3. 同名不同客戶會被誤去重（應返回 custid, custname）。

重構方案：EXISTS 關聯子查詢

SELECT c.custname FROM customers c
WHERE c.city = 'GOTHAM'
  AND EXISTS (
    SELECT 1 FROM orders o, orderdetail od, articles a
    WHERE a.artname = 'BATMOBILE'
      AND a.artid = od.artid AND od.ordid = o.ordid
      AND o.custid = c.custid AND o.ordered >= ...
  );

• 外層無 DISTINCT，客戶唯一性由主鍵保證。
• 子查詢為關聯子查詢，依賴外層 c.custid。

進階：非關聯子查詢 + IN

SELECT custname FROM customers
WHERE city = 'GOTHAM'
  AND custid IN (
    SELECT o.custid FROM orders o, orderdetail od, articles a
    WHERE a.artname = 'BATMOBILE' AND a.artid = od.artid
      AND od.ordid = o.ordid AND o.ordered >= ...
  );

• 子查詢獨立執行一次，**隱式去重**（IN 不在乎重複值）。
• 若 orderdetail.artid 有索引，先按商品名過濾再連接訂單更快。

內嵌視圖改寫（FROM 子查詢）

SELECT custname FROM customers
WHERE city = 'GOTHAM'
  AND custid IN (
    SELECT o.custid FROM orders o
    JOIN (SELECT DISTINCT od.ordid FROM orderdetail od, articles a
          WHERE a.artname = 'BATMOBILE' AND a.artid = od.artid) x
      ON x.ordid = o.ordid
    WHERE o.ordered >= ...
  );

改寫為 FROM 子查詢時，**必須顯式 DISTINCT** 去重，否則語義變化。

總結

1. 正確結果只是第一步，**避免頂層 DISTINCT** 是寫好 SQL 的基本功。
2. 優先用 EXISTS/IN 子查詢表達「存在性」，消除去重排序開銷。
3. 選擇 IN 還是 EXISTS 取決於最強過濾條件位置（商品名 vs 日期）。
4. 索引缺失會讓巧妙重構失效，EXPLAIN 驗證執行計劃不可少。