PostgreSQL中SELECT DISTINCT查询是否具有确定性？

好问题！咱们把这个疑问拆成几个关键点来解释：

1. 去重后的结果集内容是否确定？ #

当整个数据库（包括目标表的数据、结构、索引等）完全没有任何变更时，SELECT DISTINCT somecolumn FROM sometable返回的去重后的值集合是确定的。毕竟去重逻辑完全基于现有数据，只要数据本身没变，去重后的内容就不会凭空增减。

2. 结果的顺序是否始终一致？ #

这是最容易踩坑的点——答案是不一定，哪怕数据库没变更。

PostgreSQL官方文档的描述非常明确：

若指定ORDER BY子句，返回行将按指定顺序排序；若未指定，行将以系统最快生成的顺序返回。

这里的“最快生成的顺序”本质是不确定的，哪怕数据没改，也可能因为这些隐性因素改变：

• 数据库自动更新了统计信息，导致查询计划调整，选择了不同的扫描路径
• 之前的查询缓存失效，重新执行时读取数据的顺序变了
• VACUUM操作整理了数据页，改变了数据的物理存储顺序

举个实际例子：如果你的表没有针对somecolumn建索引，第一次查询可能按数据插入顺序返回去重结果；但执行VACUUM之后，数据页被重组，下次再查时，顺序可能就完全不一样了——而你根本没碰过表的数据。

3. DISTINCT ON的情况是否依然成立？ #

文档里关于DISTINCT ON的补充规则：

除非用ORDER BY确保所需行排在首位，否则每个集合的“第一行”不可预测。

这个规则哪怕数据库未变更也依然有效。因为DISTINCT ON是先按指定列分组，再取每组的第一行；如果没有显式的ORDER BY，每组内的行顺序是不确定的，所以最终取到的“第一行”也可能发生变化——哪怕所有数据都没动过。

总结建议 #

如果你需要结果的顺序完全一致，不管是普通的SELECT DISTINCT还是DISTINCT ON，必须显式添加ORDER BY子句，这是PostgreSQL唯一能保证顺序稳定性的方式。千万不要依赖“数据库没变更”来赌顺序一致，这种依赖在生产环境里很容易出问题。

内容的提问来源于stack exchange，提问作者DannyDannyDanny