DISTINCT в SQL. 18 задач про дубли и уникальность

Почему DISTINCT не должен быть кнопкой паники

Когда отчёт внезапно раздулся, рука тянется добавить DISTINCT. Иногда это правильно, но часто DISTINCT просто прячет проблему зерна или неправильного JOIN.

Уникальность всегда нужно формулировать явно: уникальные клиенты, уникальные SKU, уникальные пары клиент–товар или уникальные события по ключу.

Эта книга тренирует не только синтаксис DISTINCT, но и мышление вокруг дублей: где они допустимы, где опасны и когда их нельзя удалять без расследования.

Как читать задачи

Перед каждым запросом спросите себя: по каким колонкам мы считаем строки одинаковыми. DISTINCT сравнивает весь выбранный набор колонок.

Если нужно посчитать уникальные значения, используйте COUNT(DISTINCT ...). Если нужно выбрать представителя дублей, часто понадобится GROUP BY или отдельное правило.

Все запросы рассчитаны на SQLite. Базовые идеи DISTINCT, GROUP BY и проверки дублей полезны почти в любой SQL-системе.

Задача 1. Получить список клиентов с заказами

Нужно вывести каждого клиента один раз, даже если он сделал несколько заказов.

CREATE TABLE orders(id INTEGER, client_id INTEGER);

INSERT INTO orders VALUES (1,10),(2,10),(3,20),(4,30),(5,20);

SELECT DISTINCT client_id

FROM orders

ORDER BY client_id;

[[10], [20], [30]]

DISTINCT оставляет уникальные значения client_id.

Повторные заказы клиента 10 превращаются в одну строку.

ORDER BY делает список удобным для проверки.

Если добавить id заказа в SELECT, строки снова станут уникальными, потому что DISTINCT сравнивает весь выбранный набор колонок.

Почему клиент 20 появляется один раз, хотя заказов у него два?

Ответ: Потому что в SELECT выбран только client_id, и DISTINCT убирает повтор этого значения.

Задача 2. Посчитать число уникальных клиентов

Нужно получить одну цифру: сколько разных клиентов сделали хотя бы один заказ.

CREATE TABLE orders(id INTEGER, client_id INTEGER);

INSERT INTO orders VALUES (1,10),(2,10),(3,20),(4,30),(5,20);

SELECT COUNT(DISTINCT client_id) AS unique_clients

FROM orders;

[[3]]

COUNT(DISTINCT client_id) считает разные значения client_id.

Клиенты 10 и 20 имеют повторы, но учитываются по одному разу.

Итоговая цифра равна 3: 10, 20 и 30.

COUNT(*) здесь ответил бы на другой вопрос: сколько всего заказов, а не сколько уникальных клиентов.

Какой результат дал бы COUNT(*) на этих данных?

Ответ: COUNT(*) дал бы 5, потому что в таблице пять строк заказов.

Задача 3. Уникальные пары клиент и товар

Нужно понять, какие пары клиент–товар встречались хотя бы раз, без повторов покупок.

CREATE TABLE purchases(id INTEGER, client_id INTEGER, sku TEXT);

INSERT INTO purchases VALUES (1,10,'A1'),(2,10,'A1'),(3,10,'B2'),(4,20,'A1');

SELECT DISTINCT client_id, sku

FROM purchases

ORDER BY client_id, sku;

[[10, "A1"], [10, "B2"], [20, "A1"]]

DISTINCT смотрит на пару выбранных колонок.

Две покупки 10-A1 превращаются в одну пару.