คุณจัดการข้อมูลซ้ำด้วย DISTINCT อย่างไร?

Question

Accepted Answer

**`DISTINCT`** ลบแถวที่ซ้ำกันออกจากผลลัพธ์ โดยคืนค่าเฉพาะค่าที่ไม่ซ้ำกัน มันใช้สำหรับการดึงค่าที่ไม่ซ้ำของคอลัมน์ (หรือชุดของคอลัมน์) — พบบ่อยสำหรับการค้นหารายการที่ไม่ซ้ำหรือการสร้างรายการ dropdown

## DISTINCT — ค่าที่ไม่ซ้ำกัน

```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` ใช้กับคอลัมน์ที่เลือกทั้งหมดร่วมกัน — `DISTINCT country, city` คืนค่า*ชุดผสม*ที่ไม่ซ้ำกัน ไม่ใช่ประเทศที่ไม่ซ้ำและเมืองที่ไม่ซ้ำแยกกัน

## DISTINCT กับ 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)` นับค่าที่ไม่ซ้ำกัน — มีประโยชน์สำหรับ "มี X ที่แตกต่างกันกี่ค่า?"

## การค้นหาแถวที่ซ้ำกันจริง ๆ

```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
```

ในการ*ค้นหา*ข้อมูลซ้ำ (ไม่ใช่แค่ลบมันออก) ให้ใช้ `GROUP BY` + `HAVING COUNT(*) > 1` — สิ่งนี้ระบุว่าค่าใดที่ซ้ำกันและซ้ำกี่ครั้ง

## DISTINCT เทียบกับ 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
```

## ข้อสังเกตเรื่องประสิทธิภาพ

```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).
```

## ทำไมจึงสำคัญ

`DISTINCT` เป็นฟีเจอร์ SQL ที่มีประโยชน์และต้องใช้บ่อยสำหรับการ**จัดการข้อมูลซ้ำ** — การดึงค่าที่ไม่ซ้ำเป็นความต้องการที่เกิดบ่อย (หมวดหมู่ที่ไม่ซ้ำสำหรับ dropdown, รายการที่ไม่ซ้ำ, การนับรายการที่ไม่ซ้ำ) ดังนั้นการเข้าใจมันจึงเป็นความรู้เชิงปฏิบัติที่จำเป็นในทุกวัน

การรู้วิธีที่ `DISTINCT` ทำงาน (การลบแถวที่ซ้ำกัน และการที่เมื่อใช้กับหลายคอลัมน์มันจะคืนค่า*ชุดผสม*ที่ไม่ซ้ำกัน — จุดที่สับสนบ่อย) และวิธีใช้ `COUNT(DISTINCT)` สำหรับการนับค่าที่ไม่ซ้ำ ครอบคลุมการใช้งานทั่วไป

ที่มีค่าไม่แพ้กันคือการรู้วิธี**ค้นหาข้อมูลซ้ำจริง ๆ** (โดยใช้ `GROUP BY` + `HAVING COUNT(*) > 1`) — เป็นงานที่พบบ่อยและสำคัญสำหรับการทำความสะอาดและตรวจสอบข้อมูล (การระบุอีเมล ระเบียน ฯลฯ ที่ซ้ำกัน)

การเข้าใจความสัมพันธ์ระหว่าง `DISTINCT` กับ `GROUP BY` (มักเทียบเท่ากันสำหรับการขจัดข้อมูลซ้ำ โดย GROUP BY ยืดหยุ่นกว่า) และ **ข้อสังเกตเรื่องประสิทธิภาพ** (DISTINCT ต้องเปรียบเทียบ/เรียงลำดับและอาจมีต้นทุนสูง และบางครั้งบ่งชี้ว่า JOIN สร้างข้อมูลซ้ำที่ไม่ต้องการ) ก็มีประโยชน์เช่นกัน

เนื่องจากการจัดการข้อมูลซ้ำ — ทั้งการลบมันออก (DISTINCT) และการค้นหามัน (GROUP BY/HAVING) — เป็นความต้องการเชิงปฏิบัติที่พบบ่อยในการ query และงานคุณภาพข้อมูล และเนื่องจากการเข้าใจพฤติกรรมของ DISTINCT (โดยเฉพาะกับหลายคอลัมน์) และทางเลือกของมันช่วยป้องกันความสับสนและความไม่มีประสิทธิภาพ การรู้วิธีจัดการข้อมูลซ้ำด้วย DISTINCT จึงเป็นความรู้ที่มีประโยชน์และนำไปใช้บ่อยสำหรับการทำงานกับข้อมูลจริงที่มักมีหรือต้องการค่าที่ไม่ซ้ำกัน