SQL怎样统计非重复值的数量：使用COUNT DISTINCT处理
COUNT DISTINCT 会忽略 NULL 吗？
答案是肯定的。COUNT(DISTINCT column_name) 默认会跳过所有的 NULL 值，它们压根儿不参与去重计数。这意味着，如果你的字段里存在大量 NULL，而你却误以为它们被算进去了，最终的统计结果就会比预期偏低。
想验证这一点？方法其实很简单。你可以分别执行下面这两条查询：
SELECT COUNT(DISTINCT col) FROM t; SELECT COUNT(DISTINCT col) + COUNT(*) FILTER (WHERE col IS NULL) FROM t;
后面这条语句的结果，才是“非重复值 + NULL 的个数”。不过得提醒一下，这里的 FILTER 是 PostgreSQL 的语法；在 MySQL 和 SQL Server 里并不支持，你得用 CASE WHEN 来模拟实现。
MySQL 8.0 之前没法直接 COUNT DISTINCT 多列？
没错，这确实是个历史遗留的“坑”。在老版本的 MySQL（比如经典的 5.7）里，直接写 COUNT(DISTINCT a, b) 是会报语法错误的。那怎么办呢？通常得绕个弯子：
- 用
CONCAT(a, '|', b)把字段拼接起来再计数（前提是确保字段值里不包含分隔符|，否则可能把不同的值错误地合并）。 - 更稳妥的做法是借助子查询先完成去重：
SELECT COUNT(*) FROM (SELECT DISTINCT a, b FROM t) AS tmp。 - 需要注意的是，子查询这种方式在数据量非常大的时候，性能可能会下降，因为它可能需要物化一个临时表。
PostgreSQL 里 COUNT DISTINCT 比 GROUP BY + COUNT 快吗？
通常来说，并不会更快，有时甚至会更慢。原因在于，COUNT(DISTINCT x) 在数据库内部同样需要进行哈希或排序来实现去重，其底层开销和显式地写 SELECT COUNT(*) FROM (SELECT DISTINCT x FROM t) s 是接近的。
但两者的关键区别在于应用场景的灵活性：
COUNT(DISTINCT)作为一个聚合函数，可以很方便地和其他聚合运算混合使用（比如，在同一查询里同时计算A VG(price)和去重的用户数）。- 而使用
GROUP BY的子查询，通常只能返回一个单一的计数结果。如果想再加入其他指标，就得借助JOIN或者公共表表达式（CTE）了。 - 如果只是统计单个字段的去重数量，两者的性能差异其实不大。不过，当字段中包含大量重复值时，
GROUP BY有时会略占优势，因为查询优化器有可能提前终止某些计算。
SQL Server 中 DISTINCT 遇到 text / ntext 类型报错怎么办？
这时候你会遇到一个典型的错误：Operand data type text is invalid for distinct operator。问题根源在于，text、ntext、image 这些比较旧的数据类型，本身就不支持 DISTINCT 或 GROUP BY 操作。
解决办法是必须先进行类型转换：
- 使用
CAST(col AS VARCHAR(MAX))或CONVERT(VARCHAR(MAX), col)。 - 需要警惕的是，如果文本内容超过 2GB，连
VARCHAR(MAX)也装不下，这时就得考虑改用XML类型或者分块处理等策略了。 - 从长远来看，最好的实践是将表结构升级，使用
varchar(max)或nvarchar(max)这些新的类型，它们对DISTINCT有着完整的支持。
实际的写法可以参考这个示例：SELECT COUNT(DISTINCT CAST(description AS VARCHAR(MAX))) FROM products
