Оператор DISTINCT

Если указан SELECT DISTINCT, в результате запроса останутся только уникальные строки. Таким образом, для каждого набора полностью совпадающих строк в результате останется только одна строка.

Вы можете указать список столбцов, значения в которых должны быть уникальными: SELECT DISTINCT ON (column1, column2,...). Если столбцы не указаны, учитываются все столбцы.

Рассмотрим таблицу:

┌─a─┬─b─┬─c─┐
│ 1 │ 1 │ 1 │
│ 1 │ 1 │ 1 │
│ 2 │ 2 │ 2 │
│ 2 │ 2 │ 2 │
│ 1 │ 1 │ 2 │
│ 1 │ 2 │ 2 │
└───┴───┴───┘

Использование DISTINCT без указания списка столбцов:

SELECT DISTINCT * FROM t1;

┌─a─┬─b─┬─c─┐
│ 1 │ 1 │ 1 │
│ 2 │ 2 │ 2 │
│ 1 │ 1 │ 2 │
│ 1 │ 2 │ 2 │
└───┴───┴───┘

Использование DISTINCT с определёнными столбцами:

SELECT DISTINCT ON (a,b) * FROM t1;

┌─a─┬─b─┬─c─┐
│ 1 │ 1 │ 1 │
│ 2 │ 2 │ 2 │
│ 1 │ 2 │ 2 │
└───┴───┴───┘

DISTINCT и ORDER BY

ClickHouse поддерживает использование конструкций DISTINCT и ORDER BY для разных столбцов в одном запросе. Конструкция DISTINCT выполняется раньше, чем ORDER BY.

Рассмотрим таблицу:

┌─a─┬─b─┐
│ 2 │ 1 │
│ 1 │ 2 │
│ 3 │ 3 │
│ 2 │ 4 │
└───┴───┘

Выборка данных:

SELECT DISTINCT a FROM t1 ORDER BY b ASC;

┌─a─┐
│ 2 │
│ 1 │
│ 3 │
└───┘

Выбор данных с противоположным направлением сортировки:

SELECT DISTINCT a FROM t1 ORDER BY b DESC;

┌─a─┐
│ 3 │
│ 1 │
│ 2 │
└───┘

Строка 2, 4 была усечена до сортировки.

При написании запросов учитывайте эту особенность реализации.

Обработка NULL

DISTINCT работает с NULL так, как будто NULL является обычным конкретным значением и при этом NULL == NULL. Другими словами, в результатах DISTINCT каждая комбинация с NULL появляется только один раз. Это отличается от обработки NULL в большинстве других контекстов.

Альтернативы

Тот же результат можно получить, применяя GROUP BY к тому же набору значений, который указан в предложении SELECT, без использования агрегатных функций. Но есть несколько отличий по сравнению с подходом, основанным на GROUP BY:

• DISTINCT может применяться вместе с GROUP BY.
• Когда ORDER BY опущен и задан LIMIT, выполнение запроса прекращается сразу после того, как будет прочитано требуемое количество различных строк.
• Блоки данных выводятся по мере обработки, без ожидания завершения выполнения всего запроса.