ARRAY_AGG(DISTINCT ...)是最直接的去重拼接方式，PostgreSQL 10+原生支持，语法简洁、性能好，返回数组类型便于后续处理；需注意NULL排序、空格处理及显式ORDER BY保序。
ARRAY_AGG(DISTINCT ...) 是最直接的去重拼接方式
PostgreSQL 10+ 原生支持在 ARRAY_AGG 内部使用 DISTINCT，无需子查询或数组展开，语法简洁且性能好。它天然适配分组后对字符串字段做“去重 + 聚合成数组”这一需求。
常见错误是写成 ARRAY_AGG(DISTINCT tag ORDER BY tag) 却忽略：若 tag 含 NULL，默认排序会把 NULL 排在最前，可能打乱业务预期。需显式加 NULLS LAST：
ARRAY_AGG(DISTINCT tag ORDER BY tag NULLS LAST)- 若字段是文本但含空格，建议先
trim(tag)再去重，否则'VIP'和'VIP '会被视为不同值 - 不加
ORDER BY时，结果顺序不确定——即使源数据有序，ARRAY_AGG也不保证保序
为什么不用 STRING_AGG(DISTINCT ...) 直接拼接？
STRING_AGG 确实也支持 DISTINCT（如 STRING_AGG(DISTINCT tag, ',')），但它只能输出字符串，丢失了后续处理能力。而 ARRAY_AGG(DISTINCT ...) 返回数组类型，可立刻配合 array_to_string、array_length 或下标取值（如 (arr)[1]）做进一步计算。
典型场景包括：
- 需要同时返回去重后的字符串和去重后元素个数：
array_to_string(ARRAY_AGG(DISTINCT tag), ',')和array_length(ARRAY_AGG(DISTINCT tag), 1) - 要取第一个去重值当主标签：
(ARRAY_AGG(DISTINCT tag ORDER BY priority DESC))[1] - 后续要在应用层反序列化为列表（如 Python 的
json.loads）——数组比逗号字符串更结构化
遇到 GROUP BY 字段多、去重逻辑复杂怎么办？
当去重要基于多个字段组合（比如 (user_id, tag, source) 唯一才算真重复），或需按优先级过滤（如保留 source = 'system' 的 tag，再 fallback 到 'manual'），DISTINCT 就不够用了。
这时应把去重逻辑上推到输入层，用 CTE 或子查询预处理：
- 先
SELECT DISTINCT ON (user_id, tag) *按业务规则选一行 - 或用
ROW_NUMBER() OVER (PARTITION BY user_id, tag ORDER BY CASE source WHEN 'system' THEN 1 ELSE 2 END)标记优先级 - 再对外层结果调用
ARRAY_AGG(tag)——此时输入已干净，无需再DISTINCT
硬在 ARRAY_AGG 里套 UNNEST + DISTINCT + ARRAY 是绕远路，性能差、可读性低，仅在极少数兼容旧版本（
Greenplum 或旧版 PostgreSQL 不支持 DISTINCT 怎么办？
Greenplum 大部分版本（6.x+）已支持 ARRAY_AGG(DISTINCT ...)，但若确认不支持（如 GP 5.x 或极老 PG），唯一可靠路径是子查询去重：
SELECT user_id, ARRAY_AGG(tag) AS tags FROM (SELECT DISTINCT user_id, tag FROM user_tags) t GROUP BY user_id;
注意两点：
- 子查询必须包含所有
GROUP BY字段（这里是user_id），否则外层GROUP BY会报错 - 若还需排序，得在子查询里
ORDER BY user_id, tag，但 PostgreSQL 不保证子查询排序能传递给外层聚合——稳妥做法是在ARRAY_AGG中再次加ORDER BY tag
这种写法虽兼容性好，但执行计划多一层嵌套，大数据量时 I/O 和内存开销明显高于原生 DISTINCT 支持。
