DISTINCT remove linhas duplicadas de um resultado, retornando apenas valores únicos. É usado para obter valores distintos de uma coluna (ou combinação de colunas) — comum para encontrar entradas únicas ou construir listas suspensas.
country users;
country, city users;
DISTINCT se aplica a todas as colunas selecionadas em conjunto — DISTINCT country, city retorna combinações únicas, não países únicos e cidades únicas separadamente.
-- 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) conta valores únicos — útil para "quantos X diferentes existem?"
-- 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 duplicatas (não apenas removê-las), use GROUP BY + HAVING COUNT(*) > 1 — isso identifica quais valores são duplicados e quantas vezes.
-- 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 é um recurso SQL útil e comumente necessário para lidar com duplicatas — obter valores únicos é uma necessidade frequente (categorias únicas para um menu suspenso, entradas distintas, contar itens únicos), então compreendê-lo é conhecimento prático do dia a dia.
Saber como DISTINCT funciona (removendo linhas duplicadas e que em múltiplas colunas retorna combinações únicas — um ponto comum de confusão) e como usar COUNT(DISTINCT) para contar valores únicos cobre os usos típicos.
Igualmente valioso é saber como encontrar duplicatas reais (usando GROUP BY + HAVING COUNT(*) > 1) — uma tarefa comum e importante para limpeza e validação de dados (identificar emails duplicados, registros, etc.).
Compreender a relação entre DISTINCT e GROUP BY (frequentemente equivalentes para deduplicação, com GROUP BY sendo mais flexível) e a nota sobre desempenho (DISTINCT requer comparação/classificação e pode ser custoso, e às vezes indica um JOIN produzindo duplicatas indesejadas) também é útil.
Como lidar com duplicatas — tanto removê-las (DISTINCT) quanto encontrá-las (GROUP BY/HAVING) — é uma necessidade prática comum em consultas e trabalho de qualidade de dados, e como compreender o comportamento de DISTINCT (especialmente em múltiplas colunas) e suas alternativas evita confusão e ineficiência, saber como lidar com duplicatas usando DISTINCT é conhecimento útil e frequentemente aplicado para trabalhar com dados reais que frequentemente contêm ou exigem valores únicos.