MySQL去重利器：DISTINCT 與 GROUP BY 異同與選型指南

MySQL去重利器：DISTINCT 與 GROUP BY 異同與選型指南

數據去重是查詢中高頻需求。MySQL提供DISTINCT和GROUP BY兩種機制，二者在功能、性能、結果集形態上存在本質差異。本文深度對比並給出選型建議。

一、DISTINCT 關鍵字

1. 語法與行為

SELECT DISTINCT column_name FROM table_name;
SELECT DISTINCT column1, column2 FROM table_name; -- 多列組合去重

• 針對SELECT列表中所有列的組合去重
• 僅返回去重後的列，**不返回其他列**
• 可用於單列或多列組合

2. 示例

表user數據：

uid | username
1   | 小李
2   | 小張
3   | 小李
4   | 小王
5   | 小李
6   | 小張

SELECT DISTINCT username FROM user;
-- 結果：
username
小李
小張
小王

局限：無法同時返回uid等其他列。若強行SELECT DISTINCT username, uid，則按組合去重，username去重失效。

二、GROUP BY 分組去重

1. 語法與MySQL擴展行為

SELECT column_list FROM table_name GROUP BY column1, column2, ...;

標準SQL要求：SELECT列表僅能包含聚合函數或GROUP BY中的列。

MySQL擴展（默認ONLY_FULL_GROUP_BY關閉時）：

• 允許SELECT列表包含未分組、未聚合的列
• 返回每組的第一行（非確定性，除非配合ORDER BY）
• 隱含列功能：聚合函數可引用未出現在GROUP BY中的列

2. 示例

SELECT * FROM user GROUP BY username;
-- 結果（取每組第一行）：
uid | username
1   | 小李
2   | 小張
4   | 小王

完美解決「去重並保留完整行」需求！

3. 多列分組

SELECT * FROM user GROUP BY username, uid;
-- 等同於無分組，因為uid唯一，返回所有行

三、核心差異對比

四、進階技巧：GROUP BY + ORDER BY 精確控制

利用MySQL擴展，在分組內排序後取第一行：

-- 取每個用戶最新的一條訂單
SELECT * FROM (
    SELECT * FROM orders ORDER BY user_id, created_at DESC
) t GROUP BY user_id;

-- 或 MySQL 8.0+ 窗口函數（標準、確定）
SELECT * FROM (
    SELECT *, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_at DESC) rn
    FROM orders
) t WHERE rn = 1;

五、性能與優化建議

1. 首選GROUP BY：功能更強、可返回完整行、支持聚合、優化器成熟
2. 加索引：為GROUP BY列建立索引，避免臨時表+文件排序
3. 避免SELECT *：僅選取必要列，減少臨時表大小
4. 大數據量分頁去重：先在覆蓋索引上分組取ID，再回表
5. 開啟ONLY_FULL_GROUP_BY：生產環境建議開啟（sql_mode），強制編寫標準兼容SQL，避免非確定性結果

六、實戰選型決策樹

需要去重？
├─ 僅需去重列本身，無聚合需求 → DISTINCT (簡潔、標準)
└─ 需保留其他列 / 需聚合統計 / 需控制取哪行 → GROUP BY
    ├─ MySQL 8.0+ → 窗口函數 ROW_NUMBER() (最標準、確定)
    ├─ 老版本 + 非嚴格模式 → GROUP BY + 子查詢ORDER BY (常用技巧)
    └─ 嚴格模式(ONLY_FULL_GROUP_BY) → 聚合函數(ANY_VALUE/MAX) 或 子查詢JOIN

七、總結

• DISTINCT是輕量級去重工具，適用於簡單場景
• GROUP BY是強大的分組聚合引擎，MySQL擴展使其成為「保留完整行去重」的首選
• 理解底層機制（臨時表、文件排序、索引下推），根據數據量、版本、SQL模式選型
• 現代應用推薦MySQL 8.0 + 窗口函數，標準、高效、可維護