Nivel 4 · Lista el árbol de categorías

Muchos productos comparten la misma categoría y subcategoría, así que seleccionar esas dos columnas devuelve un montón de filas repetidas. DISTINCT elimina las filas duplicadas del resultado:

SELECT DISTINCT category
FROM products;

Esto devuelve cada categoría una vez. Harbor & Pine vende seis: Furniture, Lighting, Kitchen, Textiles, Decor y Outdoor.

DISTINCT se aplica a la fila completa

DISTINCT no es una función de una sola columna. Mira la fila entera que seleccionaste:

SELECT DISTINCT category, subcategory
FROM products;

devuelve cada par único. “Furniture / Sofas” y “Furniture / Tables” son filas distintas, así que aparecen las dos, y “Furniture” sale tantas veces como subcategorías tenga. Escribir SELECT DISTINCT(category), subcategory no cambia esto; los paréntesis son solo una agrupación alrededor de una columna que se ignora.

Cómo lo usan los analistas

• Perfilar una tabla nueva. “¿Qué valores toma status?” se responde con SELECT DISTINCT status FROM orders;. Es la forma más rápida de descubrir que una columna contiene 'Completed', 'completed' y 'completed ' como tres valores distintos.
• Construir listas de consulta para filtros, menús desplegables o una hoja de equivalencias.
• Comprobar una clave. Si SELECT DISTINCT email FROM customers devuelve menos filas de las que tiene la tabla, algunos correos se repiten. Perseguirás justo ese problema en el capítulo 7.

NULL cuenta como un valor aquí

Si una columna contiene NULL, DISTINCT conserva una fila NULL. Por ejemplo, SELECT DISTINCT referral_source FROM customers; incluye una fila NULL para los clientes sin fuente registrada. Es uno de los pocos lugares donde SQL trata dos NULL como “iguales”.

Errores comunes

• Usar DISTINCT para ocultar un error. Si un join produce filas duplicadas, poner DISTINCT encima hace que la salida parezca correcta mientras las sumas y los conteos en otros lugares siguen mal. Averigua primero por qué se repiten las filas. El capítulo 5 cubre a fondo este problema de “fan-out”.
• Esperar un resultado ordenado. DISTINCT a menudo devuelve el resultado ordenado por casualidad, por cómo la base de datos elimina los duplicados, pero no está garantizado. Añade ORDER BY cuando el orden importe.
• Contar valores únicos. Para obtener el número de categorías únicas, usa COUNT(DISTINCT category), que se cubre en el capítulo 4.

En SQL Server

Igual en SQL Server: SELECT DISTINCT category, subcategory FROM products; se ejecuta sin cambios, y los NULL se colapsan en una sola fila de la misma manera.