MySQL DISTINCT、GROUP BY與ORDER BY陷阱深度解析

問題場景：需求與直覺的衝突

專案需求：從職缺表f_job中，依job_time降序取得最新10筆不重複公司（com_id）的職缺記錄。表結構含job_id(PK)、com_id(FK)、job_time等欄位。

錯誤嘗試與現象分析

嘗試1：單純DISTINCT + ORDER BY

SELECT DISTINCT(com_id) FROM f_job ORDER BY job_time DESC LIMIT 10;

結果錯誤：最新的com_id=2205未出現，被排至後方。原因：DISTINCT先去重，再依job_time排序，但去重後保留哪一筆job_time是不確定的（通常是第一筆遭遇的），導致排序依據失真。

嘗試2：DISTINCT多欄位 + ORDER BY

SELECT DISTINCT(com_id), job_time FROM f_job ORDER BY job_time DESC LIMIT 10;

結果仍錯：同一com_id的不同job_time皆保留，造成重複公司出現。

嘗試3：GROUP BY單欄位

SELECT com_id FROM f_job GROUP BY com_id ORDER BY job_time DESC LIMIT 10;

結果同嘗試1：GROUP BY com_id未指定聚合函數時，job_time取值非確定性（MySQL 5.7+預設ONLY_FULL_GROUP_BY會報錯）。

嘗試4：GROUP BY多欄位

SELECT com_id FROM f_job GROUP BY com_id, job_time ORDER BY job_time DESC LIMIT 10;

改善但未根治：同公司不同時間仍會重複出現。

正確解法：聚合函數配合子查詢或JOIN

核心邏輯：先找出每家公司最新的職缺時間，再關聯回主表取完整資料。

方案一：子查詢法（直觀易懂）

SELECT f.* FROM f_job f
INNER JOIN (
    SELECT com_id, MAX(job_time) AS max_time
    FROM f_job
    GROUP BY com_id
) latest ON f.com_id = latest.com_id AND f.job_time = latest.max_time
ORDER BY f.job_time DESC LIMIT 10;

方案二：視窗函數（MySQL 8.0+）

WITH ranked AS (
    SELECT *, ROW_NUMBER() OVER (PARTITION BY com_id ORDER BY job_time DESC) AS rn
    FROM f_job
)
SELECT * FROM ranked WHERE rn = 1 ORDER BY job_time DESC LIMIT 10;

核心觀念釐清

• DISTINCT僅能回傳去重後的目標欄位，無法同時保證其他欄位的正確性
• GROUP BY未使用聚合函數時，非分組欄位取值是非確定性的
• ORDER BY在DISTINCT/GROUP BY之後執行，排序依據若已被去重破壞則無意義
• 需求「分組取最新/最大/最小」必須使用聚合函數（MAX/MIN）或視窗函數

這個案例深刻揭示：SQL語法順序與邏輯順序的差異，是開發者最易踩的坑。理解FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY → LIMIT的執行順序，配合聚合函數思維，才能寫出正確高效的查詢。