Tutorial SQL: Filtrado de valores únicos con DISTINCT

DISTINCT es una palabra clave utilizada en SQL para eliminar registros duplicados de los resultados de una consulta. Es útil cuando se desean mostrar solo los valores únicos en un conjunto de datos, como en listados de clientes o productos.

Cómo funciona

Cuando se aplica DISTINCT a una consulta SELECT, SQL revisa los resultados y descarta cualquier fila duplicada. Una "fila duplicada" es una donde todos los campos son idénticos a los de otra fila. Por ejemplo, si se tiene una tabla con nombres de personas, y el nombre "Juan" aparece varias veces, una consulta SELECT DISTINCT sobre esa tabla solo mostrará "Juan" una vez.

Supongamos que tenemos la siguiente tabla llamada Personas:

Si ejecutamos la consulta SELECT Nombre FROM Personas;, obtendremos:

Podemos ver que el nombre "Ana" aparece tres veces y "Juan" dos veces. Para obtener una lista de nombres únicos, podemos usar DISTINCT.

SELECT DISTINCT Nombre FROM Personas;

El resultado será:

Esta lista muestra todos los nombres únicos de la tabla Personas, eliminando cualquier duplicado gracias al uso de SELECT DISTINCT.

Uso con múltiples campos

Se puede utilizar DISTINCT con más de un campo. En este caso, SQL considerará un duplicado a cualquier fila donde TODOS los campos sean idénticos.

Siguiendo con el ejemplo anterior, si quisiéramos obtener las combinaciones únicas de Nombre y Ciudad, podríamos hacer:

SELECT DISTINCT Nombre, Ciudad FROM Personas;

El resultado sería:

Aunque "Juan" y "Ana" aparecen más de una vez, cada aparición es para una ciudad diferente, por lo que cada fila se considera única. Compárese con la tabla original, en la que la combinación "Ana - Sevilla" aparecía dos veces.

Consideraciones de rendimiento

DISTINCT puede afectar el rendimiento en grandes volúmenes de datos, ya que SQL necesita procesar todos los resultados para identificar y eliminar duplicados.

Manejo de campos NULL

Es importante recordar que en SQL, dos campos NULL se consideran distintos entre sí. Esto puede influir en los resultados al usar DISTINCT.

Alternativas y complementos

Si se necesita trabajar con duplicados basándose en columnas específicas, se pueden utilizar métodos como GROUP BY o funciones de ventana (ROW_NUMBER(), RANK(), DENSE_RANK(), etc.).

Conclusión

DISTINCT es una herramienta poderosa en SQL para eliminar duplicados y obtener conjuntos de datos únicos. Su comprensión y uso adecuado son cruciales para la eficiencia en la manipulación y análisis de datos.