SQL DISTINCTの使い方｜重複除外・複数列・GROUP BYとの違い

記事の目的

記事のサンプルテーブルの前提

本記事では、説明用に次のような employees テーブルがある前提で進めます。

実際の CREATE TABLE 文は別記事で扱います。本文中では次のサンプルデータがすでに入っているものとして説明します。

SELECT * FROM employees;

id | name | department | position
---+------+------------+----------
1 | 佐藤 | 営業 | 課長
2 | 鈴木 | 営業 | 一般
3 | 田中 | 開発 | 課長
4 | 山田 | 開発 | 一般
5 | 高橋 | 人事 | 一般
6 | 伊藤 | 営業 | 一般

サンプルは 6 行です。注目してほしいのは、id=2 の「鈴木」と id=6 の「伊藤」が、department （営業）と position （一般）の組み合わせが同じになっている点です。これを使って「複数列の重複」の挙動を確認します。

最短の答え

employees テーブルから「部署の一覧」を、重複なしで取り出します。

• 主要なRDBMS（PostgreSQL / MySQL / SQL Server）で共通して使える基本形

SELECT DISTINCT department
FROM employees;

実行結果は次のようになります。

department
----------
営業
開発
人事

1. 複数の列を組み合わせた「重複しない組み合わせ」を取り出す場合は、列をカンマで並べます。

SELECT DISTINCT department, position
FROM employees;

1. 重複を除いた件数（部署が何種類あるか）を数えたい場合は、COUNT(DISTINCT …) を使います。

SELECT COUNT(DISTINCT department) FROM employees;

ここから先は、それぞれの書き方の意味と、製品ごとに引っかかりやすい点を順に解説します。

DISTINCT 構文 ── 重複行を除外する基本

SELECT DISTINCT は、検索結果の中で「指定した列の値」が同じになる行を 1 つにまとめます。

SELECT DISTINCT 列名
FROM テーブル名;

• SELECT の直後に DISTINCT を 1 つだけ書きます（ DISTINCT は SELECT 句全体に対する指定です）。
• どの列か、どの並び順かは指定された列の組み合わせで判定されます。
• 元のテーブルは一切変わりません。あくまで検索結果の表示から重複を取り除く操作です。

サンプルの employees から部署の重複を除外すると、次のようになります。

SELECT DISTINCT department FROM employees;

department
----------
営業
開発
人事

NULL の扱い

DISTINCT の一覧表示では、複数の NULL を「同じ値」として 1 つにまとめます。これは通常の比較演算（ NULL = NULL の結果が UNKNOWN になる）とは別の規則で、DISTINCT 専用の挙動です。3 製品とも同じ動きをします。

ただし、後述の COUNT(DISTINCT 列) では NULL は件数に含めません。「表示は 1 つにまとめるが、件数は数えない」という点で挙動が分かれる点に注意します。

複数列の挙動

SELECT DISTINCT のあとに複数の列を並べると、「列の組み合わせ」が同じになる行を 1 つにまとめます。一部の列だけに DISTINCT を効かせることはできません。

SELECT DISTINCT department, position
FROM employees;

department | position
-----------+----------
営業 | 課長
営業 | 一般
開発 | 課長
開発 | 一般
人事 | 一般

サンプルは6行ありますが、結果は5行になりました。「鈴木」（id=2）と「伊藤」（id=6）のdepartment, position の組み合わせがどちらも「営業／一般」で重複していたため、1 行にまとめられています。

「DISTINCT を 1 列だけに効かせたい」はできない

SELECT DISTINCT department, name のように書いても、department だけに DISTINCT がかかるわけではありません。department と name の組み合わせで重複が判定されます。

「部署ごとに代表者 1 名を取りたい」のように「グループごとに代表 1 行」を取りたい場合は、PostgreSQL の DISTINCT ON か、ROW_NUMBER() OVER (PARTITION BY …) のような別の手段を使います（後述）。

COUNT(DISTINCT …) ── 重複を除いた件数

重複を除いた件数を数えたい場合は、COUNT(DISTINCT 列) を使います。

SELECT COUNT(DISTINCT department) FROM employees;

-- → 3

employees には 6 行ありますが、部署の種類は「営業・開発・人事」の 3 つです。

NULL は件数に含まれない

COUNT(DISTINCT 列) は、NULL を件数に含めません。DISTINCT の一覧表示では複数の NULL が 1 つにまとまって表示されることがありますが、COUNT(DISTINCT …) では NULL は数えられない、という非対称な挙動です。実務で意外な件数になりやすいので、NULL を含む列をカウントする際には頭に入れておきます。

複数列の COUNT(DISTINCT …) は製品差が大きい

複数列の組み合わせの種類数を数えたい場合、製品ごとに書き方と対応状況が異なります。

どの製品でも安全に動く代替は、サブクエリで DISTINCT した後に COUNT(*) を取る形です。

-- 部署×役職の組み合わせの種類数（3 製品とも動く）
SELECT COUNT(*) FROM (
SELECT DISTINCT department, position FROM employees
) AS sub;

-- → 5

上記の挙動は版や互換モードで変わることがあります。各製品の現行ドキュメントで確認してください。

GROUP BY との違い

SELECT DISTINCT と GROUP BY は、ある条件では同じ結果になりますが、目的が別です。

「単に重複を除きたいだけ」なら DISTINCT 、「グループごとに件数や合計を出したい」なら GROUP BY 、と覚えておくと迷いません。

-- これは GROUP BY でしか書けない（部署ごとの人数を数える）
SELECT department, COUNT(*) AS 人数
FROM employees
GROUP BY department;

department | 人数
-----------+------
営業 | 3
開発 | 2
人事 | 1

「重複行を削除する」とは別物

検索でよく混同されますが、SELECT DISTINCT は「検索結果の表示から重複を除く」操作であり、テーブルの中の重複行そのものは消えません。

「テーブルの中に二重登録された行があるので、実体を消したい」場合は、別のテクニックを使います。

• GROUP BY で残す行を選び、それ以外を DELETE
• ROW_NUMBER() OVER (PARTITION BY …) で重複行に番号を振り、2 番目以降を削除
• PostgreSQL では ctid を使った方法、BigQuery では QUALIFY を使った方法もある

製品別の固有機能（PostgreSQL の DISTINCT ON）

PostgreSQL には、SELECT DISTINCT ON (列) という独自の構文があります。これは「指定した列ごとに、ORDER BY で先頭になる行を 1 行だけ取る」という機能で、汎用 DISTINCT とは別物です。

-- PostgreSQL: 部署ごとに id が最も小さい 1 名を取得
SELECT DISTINCT ON (department) id, name, department, position
FROM employees
ORDER BY department, id;

DISTINCT ON (department) を使う場合、ORDER BY の先頭にも department を置きます。その後ろにid や日付を指定することで、部署ごとに「どの 1 行を残すか」を決めます。ORDER BY の先頭がDISTINCT ON の列と一致していないと、どの行が残るかが予測できない結果になります。

MySQL や SQL Server には同じ構文はなく、ROW_NUMBER() 等で代替します。詳しくは別記事で扱います。

落とし穴・注意点

SELECT DISTINCT は強力ですが、運用で混乱しがちな点があります。

並び順は保証されない

DISTINCT は重複を除くだけで、結果の並び順は決めません。順序が必要なら、必ず ORDER BY を明示します。

SELECT DISTINCT department
FROM employees
ORDER BY department;

SELECT に無い列で ORDER BY できないことがある

SELECT DISTINCT のあとに ORDER BY を書くときは、原則として SELECT に含まれている列でしかソートできません。これは「集約後の結果セットを並べ替える」ためで、含まれていない列で並べると意味が定まらないからです。製品によりエラーになります。

SELECT DISTINCT * は意図しない結果になりやすい

SELECT DISTINCT * は「すべての列の組み合わせ」での重複除外です。主キーが含まれていれば必ず全行ユニークになり、DISTINCT が機能しません。重複を判定したい列だけを明示する方が安全です。

また、JOIN を含むクエリで結果が増えてしまったとき、DISTINCT * で見かけ上の重複を消すのは要注意です。多くの場合、JOIN 条件の誤りで行が膨らんでいるのが原因で、DISTINCT を付けても本質的な問題は解決しません。

まず JOIN 条件そのものを見直します。

パフォーマンスの罠

DISTINCT は内部的にソートまたはハッシュで重複を判定するため、大量データでは重い処理になります。インデックスの効きや実行計画は製品によって異なるため、件数が増えてきたら EXPLAIN で確認します。

集計が目的なら GROUP BY 、本当に重複が問題ない場面では DISTINCT を外す、というのが原則です。

まとめ

SELECT DISTINCT は検索結果から重複を除く基本演算ですが、複数列の挙動・COUNT(DISTINCT …) の製品差とNULL の扱い・GROUP BY との使い分け・「テーブルの重複行削除」との混同、の 4 点を押さえれば、現場のほとんどのケースに対応できます。