select distinct col1, col2, col3 from table 按三列完整组合去重，仅当所有字段值完全相同时才视为重复；null 被视为相同值，含主键字段则必然无法去重。
SELECT DISTINCT 多字段组合去重的写法
直接写 SELECT DISTINCT col1, col2, col3 FROM table 就能按这三列的完整组合去重，不是分别对每个字段去重。数据库会把整行看作一个元组，只有所有字段值都相同时才视为重复。
常见错误是误以为 DISTINCT 只作用于第一个字段，比如写成 SELECT DISTINCT user_id, email, created_at 却期待只保留每个 user_id 的最新一条——这不会发生，它只是筛掉完全相同的三元组。
- 如果表里有主键或唯一标识字段（如
id），千万别放进SELECT DISTINCT列表，否则必然无去重效果 -
NULL值会被当作相同值合并：多行(a, NULL)只保留一行 - 字段顺序影响结果但不影响语义，
DISTINCT a, b和DISTINCT b, a返回的组合集合相同，只是排序可能不同
COUNT(DISTINCT col1, col2) 统计组合唯一数
主流数据库（MySQL 5.7+、PostgreSQL、SQL Server、Oracle、SQLite）都支持 COUNT(DISTINCT col1, col2) 直接统计多列组合的唯一数量，语法简洁且性能通常优于子查询。
注意这不是所有数据库都原生支持：旧版 MySQL（5.6 及更早）在某些嵌套场景下会报错；Hive SQL 也不支持该写法，需改用子查询。
- 错误写法：
DISTINCT COUNT(col1, col2)—— 语法非法，数据库直接报错syntax error at or near "DISTINCT" - 字段含空格或大小写差异时，
COUNT(DISTINCT CONCAT(TRIM(city), '-', UPPER(region)))比裸写更可控 - 若其中任一字段为
NULL，整个组合会被忽略（即(1, NULL)不参与计数）
GROUP BY 子查询替代方案（兼容性优先）
当目标数据库不支持 COUNT(DISTINCT a, b)，或你需要后续加复杂条件（如过滤某组内最大时间戳）时，用子查询 + GROUP BY 最稳妥：
SELECT COUNT(*) AS unique_count FROM (SELECT col1, col2 FROM table GROUP BY col1, col2) AS t;
这个写法在所有 SQL 引擎中都能跑通，且便于扩展：比如想统计“每个部门中不同职级的数量”，可直接在外层加 WHERE 或与另一张表 JOIN。
- 别漏写子查询的别名（如示例中的
AS t），MySQL 8.0+ 和 PostgreSQL 要求必须有 - 如果组合字段很多（如 5 列），
GROUP BY的哈希开销可能比COUNT(DISTINCT)更高，需实测 - 避免在子查询里做函数计算（如
UPPER(name)），否则索引失效，去重变慢
去重结果少于预期？先查数据本身
多数时候不是 SQL 写错了，而是数据隐含干扰项：末尾空格、大小写、不可见字符、类型隐式转换（比如字符串 '123' 和数字 123 在某些引擎里不等价）。
快速排查步骤：
- 抽一组原始数据：
SELECT col1, col2 FROM table WHERE col1 = 'X' LIMIT 10，肉眼确认是否真重复 - 检查空格：
SELECT col1, LENGTH(col1), HEX(col1) FROM table WHERE col1 LIKE '% %' - 统一大小写再试：
COUNT(DISTINCT LOWER(col1), LOWER(col2)) - 确认 NULL 占比：
SUM(CASE WHEN col1 IS NULL OR col2 IS NULL THEN 1 ELSE 0 END)
真正麻烦的是跨库迁移时字段 collation 不一致，比如 MySQL 的 utf8mb4_0900_as_cs 和 utf8mb4_general_ci 对大小写的处理完全不同——这种问题单靠 SQL 很难绕开，得提前对齐。
