1. 導入
データベースを運用していると、マスタデータやログテーブルから「ユニークな値の一覧」を取得したい場面が頻繁に発生します。例えば、「現在登録されているユーザーの居住地一覧」や「過去に注文があった商品カテゴリの抽出」などが挙げられます。SQLのDISTINCT句は、こうした重複データの排除を非常にシンプルに実現できるツールです。しかし、大規模データに対して不用意に使用するとパフォーマンス低下を招くこともあります。本記事では、DISTINCTの基本から、現場で役立つ実践的な使い方までを解説します。
2. 基礎知識
DISTINCTは、SELECT文で取得した結果セットから、指定したカラム（またはカラムの組み合わせ）が完全に一致する行を一つにまとめるためのキーワードです。
重要なのは、DISTINCTは「指定したカラムの組み合わせ」が同じであれば重複とみなすという点です。例えば、商品名と色の両方を指定した場合は、「商品名も色も完全に一致する行」だけが除外対象となります。また、何も指定しない場合はデフォルトで「全てのデータを取得する（ALL）」動作となります。
3. 実装/解決策
実務では、単にデータを取り出すだけでなく、集計の前段階としてDISTINCTを使用することが多いです。例えば、「特定の期間内に購入された商品の種類数を知りたい」といった場合、COUNT関数とDISTINCTを組み合わせることで、ユニークなレコード数を効率的にカウントできます。
4. サンプルプログラム
以下は、製品（product）テーブルから「色の種類」を重複なしで抽出し、さらに「商品名と色の組み合わせ」がユニークなレコードを取得するSQL例です。
/ 1. 色の種類を重複なしで取得する /
SELECT DISTINCT color FROM product;
/ 2. 商品名と色の組み合わせがユニークなリストを取得する /
/ どちらの列も一致する場合のみ、重複として除外されます /
SELECT DISTINCT name, color FROM product;
/ 3. 実務でよく使う「ユニークなレコード数」のカウント /
/ 全ての行数ではなく、色の種類の総数を取得します /
SELECT COUNT(DISTINCT color) AS unique_color_count FROM product;
/ 4. （応用）特定の条件でフィルタリングした後の重複除外 /
/ 色が’Black’のものに限定し、その商品名一覧を取得 /
SELECT DISTINCT name FROM product WHERE color = ‘Black’;
5. 応用・注意点
現場でDISTINCTを使用する際に、特に注意すべきポイントが2つあります。
パフォーマンスの低下
DISTINCTは内部的にデータのソート（並び替え）やハッシュ化を行い、重複を判定します。数千万件を超えるような巨大なテーブルでDISTINCTを乱用すると、クエリの実行速度が極端に低下します。もしインデックスが適切に貼られていない場合、フルスキャンが発生し、データベース全体の負荷に繋がります。
GROUP BYとの使い分け
実務では、DISTINCTよりもGROUP BY句を使う方が適しているケースが多いです。特に、重複を除外した上で「各項目の件数をカウントする」や「最大値・最小値を取得する」といった集計処理を行う場合は、GROUP BYを使用する方が、意図が明確でメンテナンス性の高いコードになります。
結論として、単純なリスト取得にはDISTINCTを、集計を伴う場合はGROUP BYを検討するという使い分けが、安定したDB運用への近道となります。まずはインデックスが有効に活用されているか、EXPLAINコマンド等で実行計画を確認する癖をつけていきましょう。
コメント