Si e trajtoni duplikatët me DISTINCT?

Question

IT Interview Practice · Accepted Answer

**`DISTINCT`** heq rreshtat e përsëritur nga një rezultat, duke kthyer vetëm vlera unike. Përdoret për të marrë vlera të dallueshme të një kolone (ose kombinimi i kolonave) — i zakonshëm për gjetjen e zërave unikë ose ndërtimin e listave rënëse.

## DISTINCT — vlera unike

```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` zbatohet në të gjithë kolonat e përzgjedhura së bashku — `DISTINCT vend, qytet` kthen kombinime unike, jo vende unike dhe qytete unike veç e veç.

## DISTINCT me 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 kolone)` numëron vlera unike — i dobishëm për "sa X të ndryshëm janë atje?"

## Gjetja e rreshtave aktualë duplikat

```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
```

Për të *gjetur* duplikatët (jo vetëm për t'i hequr ata), përdorni `GROUP BY` + `HAVING COUNT(*) > 1` — kjo identifikon cilat vlera janë të dyfishta dhe sa herë.

## DISTINCT kundër 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
```

## Një shënim mbi performancën

```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).
```

## Pse ka rëndësi

`DISTINCT` është një tipar SQL i dobishëm, i kërkuar zakonisht për **trajtimin e duplikatëve** — marrja e vlerave unike është një nevojë e shpeshtë (kategori unike për një listë rënëse, zëra të dallueshëm, numërimi i artikujve unikë), kështu që kuptimi i tij është njohuri praktike përditore.

Njohuriaja se si funksionon `DISTINCT` (heqja e rreshtave të përsëritur, dhe se në më shumë kolona ai kthen kombinime unike — një pikë e zakonshme ngatërrimi) dhe si të përdoret `COUNT(DISTINCT)` për numërimin e vlerave unike mbulon përdorimet tipike.

Njësoj e vlefshme është dituri se si të **gjeni duplikatët aktualë** (duke përdorur `GROUP BY` + `HAVING COUNT(*) > 1`) — një detyrë e zakonshme, e rëndësishme për pastrimin e të dhënave dhe validimin (identifikimi i emaileve të dyfishta, regjistrimeve, etj.).

Kuptimi i marrëdhënies ndërmjet `DISTINCT` dhe `GROUP BY` (shpesh ekuivalente për deduplifikim, me GROUP BY më fleksibël) dhe **shënim performancën** (DISTINCT kërkon krahasim/renditje dhe mund të jetë i kushtueshëm, dhe ndonjëherë sinjalizoi JOIN që prodhon duplikatë të padëshiruar) është gjithashtu i dobishëm.

Meqenëse trajtimi i duplikatëve — si heqja e tyre (DISTINCT) ashtu edhe gjetja e tyre (GROUP BY/HAVING) — është një nevojë praktike e zakonshme në kërkimin dhe punën e cilësisë së të dhënave, dhe meqenëse kuptimi i sjelljes DISTINCT (veçanërisht në më shumë kolona) dhe alternativet e tij parandalon ngatërrim dhe pasaktësi, dituri se si të trajtoni duplikatët me DISTINCT është njohuri e dobishme, e zbatuar shpesh për të punuar me të dhëna reale që shpesh përmbajnë ose kërkojnë vlera unike.

DISTINCT — vlera unike

DISTINCT me COUNT

Gjetja e rreshtave aktualë duplikat

DISTINCT kundër GROUP BY

Një shënim mbi performancën

Pse ka rëndësi

Pyetje të ngjashme