如何通过SQL COUNT(DISTINCT) 统计非重复字段的记录数？-SQL-PHP中文网

count(distinct) 返回0而非null是因为它直接忽略null值，不参与去重也不计数；常见问题包括null处理误判、group by混用报错、多字段去重语法兼容性差、性能瓶颈及collation影响结果。

如何通过sql count(distinct) 统计非重复字段的记录数？

COUNT(DISTINCT) 为什么有时返回 0 或 NULL？

不是字段本身为空，而是 COUNT(DISTINCT) 对 NULL 值直接忽略——它既不参与去重，也不计入结果。比如 SELECT COUNT(DISTINCT email) FROM users，若所有 email 都是 NULL，结果就是 0，不是 NULL。

常见误判场景：

用 COALESCE(email, 'unknown') 包裹后再 COUNT(DISTINCT)，会把所有空邮箱算作同一个值，扭曲真实去重逻辑
在 GROUP BY 中混用 COUNT(DISTINCT) 和未聚合字段，某些数据库（如旧版 MySQL）会报错或返回不确定结果
字段类型隐式转换导致“看似相同实则不同”，例如字符串末尾空格、大小写敏感 collation 下的 'ABC' 和 'abc' 被视为两个值

多字段组合去重怎么写才安全？

COUNT(DISTINCT col1, col2) 在 PostgreSQL、SQL Server、Oracle 中合法；但在 MySQL 5.7 及更早版本中不支持，会报错 ERROR 1241 (21000): Operand should contain 1 column(s)。

跨数据库兼容写法（MySQL / SQLite / older versions）：

SELECT COUNT(*) FROM (
  SELECT DISTINCT col1, col2
  FROM orders
  WHERE col1 IS NOT NULL AND col2 IS NOT NULL
) AS distinct_pairs;

注意点：

AGI-Eval

AGI-Eval是一款AI模型评测工具，AI 大模型评测社区。

下载

子查询必须有别名（如 AS distinct_pairs），否则 MySQL 报错 Every derived table must have its own alias
WHERE 提前过滤 NULL，避免 DISTINCT 对含空值的组合产生歧义（如 (1, NULL) 和 (1, NULL) 在部分引擎中可能不被识别为重复）
组合字段越多，临时表内存占用越高，大数据量时建议加复合索引：CREATE INDEX idx_col1_col2 ON orders(col1, col2);

性能差得离谱？先看执行计划里有没有 Using temporary

当 EXPLAIN 显示 Extra: Using temporary，说明数据库被迫建临时表做去重——这在千万级表上极易拖慢查询。

优化方向：

确认是否真需要实时精确值：如果允许近似统计，PostgreSQL 可用 APPROX_COUNT_DISTINCT()，BigQuery 用 APPROX_COUNT_DISTINCT()，响应快一个数量级
避免在函数字段上用 DISTINCT，例如 COUNT(DISTINCT UPPER(name)) 无法走索引，改用生成列 + 索引（MySQL 5.7+）：ALTER TABLE users ADD COLUMN name_upper VARCHAR(100) STORED AS (UPPER(name)); CREATE INDEX idx_name_upper ON users(name_upper);
分区表场景下，COUNT(DISTINCT) 无法下推到各分区并合并，必须全局扫描；此时可考虑按时间分区预聚合，每天跑一次 INSERT INTO daily_distinct_counts SELECT DATE(created_at), COUNT(DISTINCT user_id) FROM logs WHERE created_at >= ? GROUP BY 1

ORDER BY 和 HAVING 能不能跟在 COUNT(DISTINCT) 后面？

能，但限制很具体：COUNT(DISTINCT) 是聚合函数，只能出现在 SELECT 列表或 HAVING 子句中，不能用于 WHERE（会报错 Invalid use of group function）。

正确写法示例（按去重数倒序排 top 5 类别）：

SELECT category, COUNT(DISTINCT product_id) AS uniq_products
FROM sales
GROUP BY category
HAVING COUNT(DISTINCT product_id) > 10
ORDER BY uniq_products DESC
LIMIT 5;

容易踩的坑：

ORDER BY COUNT(DISTINCT product_id) 可以，但别写成 ORDER BY uniq_products DESC 后再加 LIMIT —— 某些老版本 SQLite 不支持别名在 LIMIT 前排序
HAVING 条件里不能混用非聚合字段，例如 HAVING category = 'electronics' 会失败（除非 category 在 GROUP BY 中）
如果同时要查总数和去重数，别写两个 COUNT(DISTINCT)，用 COUNT(*) 和 COUNT(DISTINCT) 一起更高效