多对多去重不能仅靠子查询中DISTINCT，因其仅对整行去重且不感知业务语义；应先用子查询裁剪唯一主键（如DISTINCT order_id）再JOIN，或用CTE+窗口函数实现“每订单一条最新商品”，也可用IN/EXISTS做存在性判断提升效率。

子查询里直接用 DISTINCT 不解决多对多去重

多对多关联（比如 orders ↔ products 通过 order_items）一 JOIN 就膨胀，此时在子查询里写 SELECT DISTINCT order_id FROM order_items 看似去重，但外层再 JOIN products 时，只要一个订单含多个商品，结果仍会重复出现该订单多次。DISTINCT 只对当前 SELECT 的整行生效，不感知业务语义上的“一个订单只该出现一次”。

先聚合再 JOIN：用子查询做主键裁剪

真正可控的做法是让子查询只输出你要的唯一标识（如去重后的 order_id），再拿它去驱动后续 JOIN，避免中间结果膨胀：

• SELECT o.*, p.name FROM orders o JOIN (SELECT DISTINCT order_id FROM order_items WHERE qty > 0) oi ON o.id = oi.order_id JOIN products p ON p.id = o.product_id;
• 关键点：子查询不带任何业务字段，只保留用于连接的主键或外键
• 如果需保留每个订单的最新商品，子查询就得换成窗口函数，不能靠 DISTINCT
• 注意索引：确保 order_items(order_id) 或 (order_id, qty) 有索引，否则 DISTINCT 扫全表代价高

需要“每订单一条最新商品”？别用子查询套 DISTINCT

想取每个订单下单时间最晚的商品，DISTINCT 完全无能为力——它不认时间大小。必须把排序和分组逻辑放在顶层或 CTE 中：

• 错误写法：SELECT DISTINCT ON (o.id) o.id, p.name, p.created_at FROM orders o JOIN order_items oi ON o.id = oi.order_id JOIN products p ON p.id = oi.product_id ORDER BY o.id, p.created_at DESC; —— 这看似可行，但一旦外层再加 WHERE 或 LIMIT，就可能漏掉某订单的首行
• 正确结构：用 CTE 预算好每个订单要哪条商品：WITH latest_item AS (SELECT order_id, product_id, ROW_NUMBER() OVER (PARTITION BY order_id ORDER BY updated_at DESC) rn FROM order_items) SELECT o.*, p.name FROM orders o JOIN latest_item li ON o.id = li.order_id AND li.rn = 1 JOIN products p ON p.id = li.product_id;
• CTE 比嵌套子查询更易读、PostgreSQL 优化器也更愿意下推条件

IN / EXISTS 替代 JOIN 是更轻量的去重入口

如果你只是想“查出所有买过指定类目商品的订单”，根本不需要 JOIN 全量数据，用子查询做存在性判断更安全高效：

• SELECT * FROM orders WHERE id IN (SELECT DISTINCT order_id FROM order_items oi JOIN products p ON oi.product_id = p.id WHERE p.category = 'electronics');
• 比 JOIN + DISTINCT 更快，因为数据库可提前终止子查询（semi-join 优化）
• 若子查询结果超 10k 行，改用 EXISTS 避免 IN 的隐式转换开销：WHERE EXISTS (SELECT 1 FROM order_items oi WHERE oi.order_id = orders.id AND ...)
• 注意 NULL：IN 遇到子查询返回 NULL 会整个条件失效，EXISTS 没这个问题

多对多去重最易被忽略的点：不是语法能不能写出来，而是你到底要“去什么重”——是去 ID 重复？还是去业务实体重复？前者靠子查询裁剪主键即可，后者必须引入排序、窗口或聚合，且操作位置必须在最终结果生成前一层。