DISTINCT के साथ duplicates को कैसे संभालते हैं?

Question

Accepted Answer

**`DISTINCT`** एक परिणाम से duplicate rows हटाता है, केवल unique मान लौटाता है। इसका उपयोग किसी column (या columns के संयोजन) के distinct मान प्राप्त करने के लिए किया जाता है — unique entries ढूँढने या dropdown lists बनाने के लिए आम।

## DISTINCT — unique मान

```sql
-- get the unique countries (no duplicates)
SELECT DISTINCT country FROM users;
-- → each country appears once, even if many users share it

-- DISTINCT on multiple columns → unique COMBINATIONS
SELECT DISTINCT country, city FROM users;
-- → each unique (country, city) pair appears once
```

`DISTINCT` सभी चयनित columns पर एक साथ लागू होता है — `DISTINCT country, city` unique *combinations* लौटाता है, न कि अलग-अलग unique countries और unique cities।

## COUNT के साथ DISTINCT

```sql
-- 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)` unique मान गिनता है — "कितने अलग X हैं?" के लिए उपयोगी।

## वास्तविक duplicate rows ढूँढना

```sql
-- 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
```

duplicates को *ढूँढने* के लिए (न कि केवल हटाने के लिए), `GROUP BY` + `HAVING COUNT(*) > 1` का उपयोग करें — यह पहचानता है कि कौन से मान duplicated हैं और कितनी बार।

## DISTINCT बनाम GROUP BY

```sql
-- 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
```

## performance पर एक नोट

```text
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).
```

## यह क्यों महत्वपूर्ण है

`DISTINCT` **duplicates को संभालने** के लिए एक उपयोगी, आम तौर पर आवश्यक SQL feature है — unique मान प्राप्त करना एक बार-बार होने वाली आवश्यकता है (dropdown के लिए unique categories, distinct entries, unique items गिनना), इसलिए इसे समझना व्यावहारिक रोज़मर्रा का ज्ञान है।

`DISTINCT` कैसे काम करता है यह जानना (duplicate rows हटाना, और यह कि कई columns पर यह unique *combinations* लौटाता है — भ्रम का एक आम बिंदु) और unique मान गिनने के लिए `COUNT(DISTINCT)` का उपयोग कैसे करें यह सामान्य उपयोगों को कवर करता है।

उतना ही मूल्यवान है **वास्तविक duplicates ढूँढना** जानना (`GROUP BY` + `HAVING COUNT(*) > 1` का उपयोग करते हुए) — data cleaning और validation के लिए एक आम, महत्वपूर्ण कार्य (duplicate emails, records, आदि पहचानना)।

`DISTINCT` और `GROUP BY` के बीच संबंध समझना (deduplication के लिए अक्सर समतुल्य, GROUP BY अधिक flexible होते हुए) और **performance नोट** (DISTINCT को comparing/sorting की आवश्यकता होती है और यह costly हो सकता है, और कभी-कभी एक JOIN का संकेत देता है जो अवांछित duplicates पैदा करता है) भी उपयोगी है।

चूँकि duplicates को संभालना — दोनों उन्हें हटाना (DISTINCT) और उन्हें ढूँढना (GROUP BY/HAVING) — querying और data quality कार्य में एक आम व्यावहारिक आवश्यकता है, और चूँकि DISTINCT के व्यवहार (विशेष रूप से कई columns पर) और इसके विकल्पों को समझना भ्रम और अक्षमता को रोकता है, इसलिए DISTINCT के साथ duplicates को संभालना जानना वास्तविक data के साथ काम करने के लिए उपयोगी, बार-बार उपयोग होने वाला ज्ञान है जिसमें अक्सर unique मान होते हैं या आवश्यक होते हैं।