Kako rukujete duplikatima sa DISTINCT?

Question

Accepted Answer

**`DISTINCT`** uklanja redove s duplikatima iz rezultata, vraćajući samo jedinstvene vrijednosti. Koristi se za dobivanje jedinstvenih vrijednosti stupca (ili kombinacije stupaca) — često za pronalaženje jedinstvenih stavki ili izgradnju padajućih listi.

## DISTINCT — jedinstvene vrijednosti

```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` se primjenjuje na sve odabrane stupce zajedno — `DISTINCT country, city` vraća jedinstvene *kombinacije*, ne jedinstvene zemlje i jedinstvene gradove odvojeno.

## DISTINCT sa COUNT

```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)` broji jedinstvene vrijednosti — korisno za "koliko različitih X postoji?".

## Pronalaženje stvarnih redaka s duplikatima

```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
```

Za *pronalaženje* duplikata (ne samo njihovog uklanjanja), koristite `GROUP BY` + `HAVING COUNT(*) > 1` — ovo identificira koje vrijednosti su duplirane i koliko puta.

## DISTINCT vs 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
```

## Napomena o performansama

```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).
```

## Zašto je važno

`DISTINCT` je korisna, često potrebna SQL značajka za **rukovanje duplikatima** — pronalaženje jedinstvenih vrijednosti je česta potreba (jedinstvene kategorije za padajući izbor, različiti unosi, brojanje jedinstvenih stavki), pa razumijevanje toga predstavlja praktično svakodnevno znanje.

Znanje kako `DISTINCT` funkcionira (uklanjanje redaka s duplikatima, i da na više stupaca vraća jedinstvene *kombinacije* — česta točka zbunjenja) i kako koristiti `COUNT(DISTINCT)` za brojanje jedinstvenih vrijednosti pokriva tipične načine korištenja.

Jednako vrijedno je znati kako **pronaći stvarne duplikate** (korištenjem `GROUP BY` + `HAVING COUNT(*) > 1`) — česta, važna zadaća za čišćenje podataka i validaciju (identificiranje dupličnih e-mailova, zapisa, itd.).

Razumijevanje odnosa između `DISTINCT` i `GROUP BY` (često su ekvivalentni za dedupliciranje, s tim što je GROUP BY fleksibilniji) i **napomena o performansama** (DISTINCT zahtijeva usporedbu/sortiranje i može biti skup, a ponekad signalizira JOIN koji proizvodi neželjene duplikate) također je korisno.

S obzirom da je rukovanje duplikatima — kako njihovo uklanjanje (DISTINCT) tako i pronalaženje (GROUP BY/HAVING) — česta praktična potreba pri upitima i radu na kvaliteti podataka, i s obzirom da razumijevanje ponašanja DISTINCT-a (posebno na više stupaca) i njegovih alternativa sprječava zbunjenje i neučinkovitost, znanje kako rukovati duplikatima sa DISTINCT je korisno, često primjenjivo znanje za rad s pravim podacima koji često sadrže ili zahtijevaju jedinstvene vrijednosti.