MySQL DISTINCT 與 COUNT(*) 深度解析：去重統計的正確姿勢與性能陷阱

一、DISTINCT 核心用法

1. 計算不重複值個數

SELECT COUNT(DISTINCT id) FROM tablename;

2. 返回不重複值列表

SELECT DISTINCT id FROM tablename;

3. 多欄位去重陷阱

-- 實際行為：id 和 type 組合去重
SELECT DISTINCT id, type FROM tablename;
-- 等價於
SELECT id, type FROM tablename GROUP BY id, type;

誤區：以為只按 id 去重，實際是組合去重。

4. 解決方案：GROUP_CONCAT 輔助（MySQL 4.1+）

SELECT id, GROUP_CONCAT(DISTINCT type) FROM tablename GROUP BY id;

5. 替代方案：帶計數的去重

SELECT id, type, COUNT(DISTINCT id) FROM tablename GROUP BY id;
-- 或簡潔版
SELECT id, type FROM tablename GROUP BY id;

二、COUNT(*) 性能機制

1. 無 WHERE 極速返回

SELECT COUNT(*) FROM tablename;  -- MyISAM 瞬間返回，InnoDB 掃描但有優化

2. 有 WHERE 觸發全表掃描

SELECT COUNT(*) FROM tablename WHERE status=1;  -- 需逐行檢查

3. 存儲引擎差異

三、優化建議

1. 近似值滿足業務：用 EXPLAIN SELECT COUNT(*) ... 觀察 rows 估算值
2. 計數表模式：維護單獨統計表，觸發器/應用層同步更新
3. 覆蓋索引：WHERE 條件欄位建立索引，利用 Using index 避免回表
4. 分區表：按時間分區，查詢特定分區大幅減少掃描行數

四、實戰對比測試

-- 測試表
CREATE TABLE t_count (id INT PRIMARY KEY, val INT, KEY idx_val(val)) ENGINE=InnoDB;
-- 插入 100 萬測試數據...

-- 方案對比
SELECT COUNT(*) FROM t_count;                    -- 全表掃描 ~300ms
SELECT COUNT(*) FROM t_count WHERE val > 500000; -- 索引範圍掃描 ~50ms
SELECT COUNT(DISTINCT val) FROM t_count;         -- 去重統計 ~200ms

核心結論：InnoDB 下 COUNT(*) 無捷徑，善用 WHERE+索引與計數表模式；DISTINCT 多欄位時明確語義，優先考慮 GROUP BY 替代。