DISTINCT 子句

如果指定了 SELECT DISTINCT，查询结果中只会保留唯一的行。也就是说，在所有完全相同的行集合中，最终结果每组只会保留一行。

可以指定必须具有唯一值的列列表：SELECT DISTINCT ON (column1, column2,...)。如果未指定列，则默认使用所有列。

考虑如下表：

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

在不指定列的情况下使用 DISTINCT：

SELECT DISTINCT * FROM t1;

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

对指定列使用 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 支持在单个查询中对不同的列分别使用 DISTINCT 和 ORDER BY 子句。DISTINCT 子句会先于 ORDER BY 子句执行。

请看如下数据表：

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

选择数据：

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 │
└───┘

在排序之前，第 2, 4 行就被删除了。

在编写查询时请将这一实现特性考虑在内。

DISTINCT 与 NULL 的行为就好像 NULL 是一个具体的值，并且 NULL==NULL。换句话说，在 DISTINCT 的结果中，包含 NULL 的不同组合只会出现一次。这与大多数其他上下文中的 NULL 处理方式不同。

也可以在不使用任何聚合函数的情况下，对 SELECT 子句中指定的同一组值使用 GROUP BY，从而获得相同的结果。但与基于 GROUP BY 的方式相比，仍存在一些差异：