在SQL查询中，统计指定字段的不重复值总数是数据分析、业务统计场景下的高频需求，COUNT(DISTINCT column)是官方提供的标准实现语法，能够快速返回目标列去重后的记录数量。
COUNT(DISTINCT column)基础用法
COUNT(DISTINCT column)的语法结构非常简单，核心是在COUNT函数内部添加DISTINCT关键字，对目标列进行去重后再计数。它的基本使用示例如下：
-- 统计用户表中不重复的城市数量 SELECT COUNT(DISTINCT city) AS distinct_city_count FROM user_info;
需要注意的是，DISTINCT后面只能跟单个列名，不能直接统计多个列的组合去重值。如果需要统计多列组合的不重复值，直接写COUNT(DISTINCT col1, col2)会报语法错误，这种情况需要额外处理。
另外，COUNT(DISTINCT column)会忽略字段值为NULL的记录，不会将NULL计入统计结果，这一点和普通的COUNT(column)行为一致。
COUNT(DISTINCT column)的性能损耗原因
当数据量较小时，COUNT(DISTINCT column)的执行效率可以接受，但在千万级、亿级的大表场景下，它的性能问题会非常明显，主要原因有两点：
- 去重操作需要额外的内存和计算资源：数据库执行DISTINCT时，需要把所有待统计的列值放到内存中进行去重，如果列值数量过多，内存不足时会触发磁盘临时表，大幅降低执行速度。
- 无法有效利用普通索引：大部分数据库的普通B+树索引无法被COUNT(DISTINCT)直接利用，执行时往往需要全表扫描或者全索引扫描，数据量越大扫描成本越高。
大数据量下的优化方案
方案一：使用近似去重计数函数
如果业务场景允许一定的误差，可以使用数据库提供的近似去重计数函数，比如MySQL的APPROX_COUNT_DISTINCT、PostgreSQL的hyperloglog扩展，这类函数通过概率算法实现去重计数，内存占用极低，执行速度比COUNT(DISTINCT)快数倍到数十倍，误差通常在1%以内。
-- MySQL中使用近似去重计数 SELECT APPROX_COUNT_DISTINCT(city) AS approx_distinct_city_count FROM user_info;
方案二：提前预计算去重结果
如果统计需求是固定的，比如每天都要统计全表的不重复城市数，可以在数据写入时或者定时任务中，把去重结果存到单独的汇总表中，查询时直接读取汇总表的数据，避免每次查询都执行去重计算。
方案三：分批次统计后合并
对于超大规模数据，可以先按某个维度（比如时间、地区）拆分数据，分别统计每个子集的去重值，再把结果合并，减少单次去重的数据量。比如先统计每个月的去重城市，再把12个月的结果合并得到全年的去重城市数。
使用注意事项总结
在实际使用中，需要根据数据规模和业务精度要求选择方案：小数据量优先用COUNT(DISTINCT column)，简单直接；大数据量且允许误差用近似计数函数；固定统计需求可以提前预计算。同时要注意COUNT(DISTINCT)不支持多列组合去重，多列去重场景需要先拼接字段再统计，或者改用GROUP BY后计数的方式实现。
-- 多列组合去重的替代实现：先拼接字段再统计
SELECT COUNT(DISTINCT CONCAT(col1, '_', col2)) AS distinct_combine_count
FROM test_table;
-- 或者先GROUP BY再计数
SELECT COUNT(*) AS distinct_combine_count
FROM (
SELECT col1, col2
FROM test_table
GROUP BY col1, col2
) t;
SQLCOUNT_DISTINCT不重复值统计数据库性能优化修改时间：2026-07-14 20:54:22