string_agg去重失效主因是语法错误、空字符串未处理、分组粒度不当、兼容级别不足或缺失索引；正确写法为string_agg(distinct col, ',')，distinct须紧贴函数名后，且数据库兼容级需≥160。
STRING_AGG 去重失效，八成不是函数没用对，而是你没写对语法位置或漏了分组逻辑。
STRING_AGG(DISTINCT col, ',') 必须紧贴函数名后，不能套括号或放错位置
很多人想当然写成 STRING_AGG(DISTINCT(col), ',') 或 STRING_AGG(col, ',') DISTINCT，这两种都报错。PostgreSQL 和 SQL Server 2017+ 都要求 DISTINCT 是聚合函数的修饰符，必须直接跟在函数名后、第一个左括号前。
- ✅ 正确：
STRING_AGG(DISTINCT value, ',') - ❌ 错误：
STRING_AGG(DISTINCT(value), ',')（括号非法） - ❌ 错误：
STRING_AGG(value, ',') DISTINCT（位置错，解析失败） - ⚠️ 注意：
DISTINCT作用于整个表达式，比如STRING_AGG(DISTINCT UPPER(name), ';')是对大写化后的值去重
去重前没过滤空字符串，导致结果出现连续分隔符
STRING_AGG 默认跳过 NULL，但不会跳 ''（空字符串）。如果源数据里有 ''，它会被当成有效值参与拼接，造成 北京,,上海 这类现象——看起来像“去重失效”，其实是空串被保留了。
- 把空字符串转为
NULL再聚合：STRING_AGG(CASE WHEN col = '' THEN NULL ELSE col END, ',') - 若需保留空串语义但又不想重复，先用子查询清洗：
SELECT STRING_AGG(val, ',') FROM (SELECT DISTINCT NULLIF(col, '') AS val FROM t) t - 别依赖
COALESCE(col, '')后再DISTINCT，那会把所有NULL变成''，反而加剧重复
GROUP BY 维度不对，导致“看似去重，实则分组粒度太粗”
常见场景：想按产品汇总供应商列表并去重，但写了 GROUP BY product 却忘了供应商字段本身有重复组合。这时 STRING_AGG(DISTINCT supplier, ';') 看似生效，但若原始数据中同一 product 下有多条相同 supplier + 不同 date 的记录，DISTINCT 仍只作用于 supplier 字段值，不感知其他列——这不算失效，是预期行为。
- 真正要“按 supplier + date 去重再聚合”，得先在子查询里明确去重维度：
SELECT product, STRING_AGG(supplier, ';') FROM (SELECT DISTINCT product, supplier FROM pu_order WHERE [date] BETWEEN '2025-01-01' AND '2025-01-31') t GROUP BY product - 如果业务要求“每产品只留最新一条采购记录的 supplier”，
DISTINCT就不够用了，得用ROW_NUMBER() OVER (PARTITION BY product, supplier ORDER BY date DESC)预过滤 - 检查执行计划：若发现
STRING_AGG(DISTINCT ...)走的是哈希匹配而非流聚合，说明数据量大且缺少索引，去重可能被截断或性能骤降
兼容级别不足或版本误判，STRING_AGG 根本没启用
哪怕 Management Studio 显示“SQL Server 2022”，若数据库兼容级别仍是 140（对应 2017），DISTINCT 在 STRING_AGG 中会被忽略——不是报错，而是静默退化为普通聚合，看起来就像“去重失效”。
- 立刻验证：
SELECT DATABASEPROPERTYEX(DB_NAME(), 'CompatibilityLevel')，结果必须 ≥160 才支持STRING_AGG(DISTINCT ...) - 升级兼容级：
ALTER DATABASE CURRENT SET COMPATIBILITY_LEVEL = 160（需db_owner权限） - 别信
@@VERSION里的 “16.x” 版本号，那是内部编号；必须含 “2022” 字样才代表真正安装了 2022 实例 - SQL Server 2016 及更早版本不识别
DISTINCT关键字在STRING_AGG中的用法，直接编译失败，根本跑不到运行时
最常被忽略的一点：DISTINCT 和 WITHIN GROUP 的组合会让优化器多做一次排序，如果字段上没索引，大数据量下不仅慢，还可能因内存不足触发溢出到 tempdb，间接导致去重逻辑异常——别只盯着语法，得看执行计划里有没有 “Sort” 算子和 “Spill” 提示。
