COUNT(DISTINCT column) 是最直接通用的去重计数写法，支持主流数据库，自动对指定列去重并计数，忽略NULL值；多列组合去重在MySQL/PostgreSQL中支持，SQL Server需改用子查询。
用 COUNT(DISTINCT column) 直接统计去重总数
这是最直接、最通用的解法，几乎所有主流 SQL 数据库（MySQL、PostgreSQL、SQL Server、Oracle、SQLite）都支持 COUNT(DISTINCT column)。它会在聚合前自动对指定字段去重，再计数。
注意：如果 column 中有 NULL，DISTINCT 会把所有 NULL 视为一个值（即只算一次），这符合 SQL 标准，但容易被误以为漏统计——其实不是漏，是设计如此。
示例：
SELECT COUNT(DISTINCT user_id) FROM orders;
- 适用于单字段去重计数，语义清晰、写法简洁
- 在大数据量下可能较慢（尤其无索引时），因为需构建临时唯一集合
- MySQL 5.7+ 和 PostgreSQL 支持多列组合去重，如
COUNT(DISTINCT status, region)；但 SQL Server 不支持多列，会报错
GROUP BY + COUNT(*) 配合子查询也能实现，但没必要
有人会想到先 GROUP BY column 再外层套 COUNT(*)，例如：
SELECT COUNT(*) FROM (SELECT DISTINCT category FROM products) AS t;
逻辑上等价，但多了一层嵌套，可读性差，且多数引擎无法优化掉这层开销。现代优化器一般能将 COUNT(DISTINCT) 转成更高效的执行计划，而子查询方式反而可能阻止优化。
- 仅在极少数旧版本数据库（如早期 SQLite）不支持
DISTINCT在聚合函数中时才考虑退化写法 - 若同时需要去重值列表和总数，可复用
DISTINCT子查询，但总数仍建议单独用COUNT(DISTINCT)，避免重复扫描
NULL 值和空字符串是否算不同值？要看业务定义
COUNT(DISTINCT column) 把 NULL 当作一个独立值，但把空字符串 '' 和非空字符串明确区分开。如果你的业务里“空字符串”和“NULL”语义相同（比如都代表未填写），那直接统计会高估唯一值数量。
- 需要统一处理时，用
COUNT(DISTINCT COALESCE(column, ''))或COUNT(DISTINCT NULLIF(column, ''))显式归一化 - MySQL 中注意
''和' '（带空格）是不同值；PostgreSQL 对尾部空格敏感度取决于 collation，这点容易踩坑 - 字符集影响比较逻辑：UTF8MB4 下 emoji 或某些生僻字可能因排序规则导致“看起来一样却不算重复”
大数据量下 COUNT(DISTINCT) 可能 OOM 或超时
当目标字段基数极高（比如百亿级日志中的 user_agent），COUNT(DISTINCT) 可能吃光内存或触发磁盘临时表，甚至被数据库主动 kill。
- PostgreSQL 可设
work_mem提升哈希聚合能力，但治标不治本 - 真正海量场景应改用近似算法：PostgreSQL 用
APPROX_COUNT_DISTINCT()（v13+），BigQuery 用APPROX_COUNT_DISTINCT()，Spark SQL 用approx_count_distinct() - 如果只是做趋势监控，采样后估算（如
TABLESAMPLE SYSTEM (1)）比硬扛全量更实际
实际写的时候，优先写 COUNT(DISTINCT column)；真遇到性能或语义歧义，再根据具体数据库版本和数据特征选应对策略。别为了“看起来高级”提前引入子查询或近似函数——多数时候，简单写法就是最稳的。
