DISTINCT elimina filas duplicadas de un resultado, devolviendo solo valores únicos. Se usa para obtener valores distintos de una columna (o combinación de columnas) — común para encontrar entradas únicas o construir listas desplegables.
country users;
country, city users;
DISTINCT se aplica a todas las columnas seleccionadas en conjunto — DISTINCT country, city devuelve combinaciones únicas, no países únicos y ciudades únicas por separado.
-- count how many UNIQUE countries there are
SELECT COUNT(DISTINCT country) FROM users;
-- vs COUNT(*) which counts all rows (with duplicates)
SELECT COUNT(*) FROM users;
COUNT(DISTINCT column) cuenta valores únicos — útil para "¿cuántos X diferentes hay?".
-- find values that appear MORE THAN ONCE (duplicates)
SELECT email, COUNT(*) AS count
FROM users
GROUP BY email
HAVING COUNT(*) > 1; -- groups with more than one row = duplicates
Para encontrar duplicados (no solo eliminarlos), usa GROUP BY + HAVING COUNT(*) > 1 — esto identifica qué valores están duplicados y cuántas veces.
-- these are often equivalent for getting unique values:
SELECT DISTINCT country FROM users;
SELECT country FROM users GROUP BY country;
-- GROUP BY is more flexible (can add aggregates); DISTINCT is simpler for pure deduplication
DISTINCT requires the database to compare/sort rows to find uniques → can be costly
on large datasets. Often a sign you might restructure the query (e.g. a JOIN producing
duplicates that DISTINCT then removes — consider whether the JOIN is the issue).
DISTINCT es una característica SQL útil y comúnmente necesaria para manejar duplicados — obtener valores únicos es una necesidad frecuente (categorías únicas para un desplegable, entradas distintas, contar elementos únicos), así que entenderlo es conocimiento práctico cotidiano.
Saber cómo funciona DISTINCT (eliminando filas duplicadas, y que en múltiples columnas devuelve combinaciones únicas — un punto de confusión común) y cómo usar COUNT(DISTINCT) para contar valores únicos cubre los usos típicos.
Igualmente valioso es saber cómo encontrar duplicados reales (usando GROUP BY + HAVING COUNT(*) > 1) — una tarea común e importante para limpieza de datos y validación (identificar correos duplicados, registros, etc.).
Entender la relación entre DISTINCT y GROUP BY (a menudo equivalentes para deduplicación, siendo GROUP BY más flexible) y la nota de rendimiento (DISTINCT requiere comparar/ordenar y puede ser costoso, y a veces señala un JOIN que produce duplicados no deseados) también es útil.
Ya que manejar duplicados — tanto eliminarlos (DISTINCT) como encontrarlos (GROUP BY/HAVING) — es una necesidad práctica común en consultas y trabajo de calidad de datos, y ya que entender el comportamiento de DISTINCT (especialmente en múltiples columnas) y sus alternativas previene confusión e ineficiencia, saber cómo manejar duplicados con DISTINCT es conocimiento útil y frecuentemente aplicado para trabajar con datos reales que a menudo contienen o requieren valores únicos.