在MySQL中，SELECT DISTINCT或GROUP BY更快吗？

如果我有桌子

CREATE TABLE users (
  id int(10) unsigned NOT NULL auto_increment,
  name varchar(255) NOT NULL,
  profession varchar(255) NOT NULL,
  employer varchar(255) NOT NULL,
  PRIMARY KEY  (id)
)

并且我想获取profession字段的所有唯一值，这会更快（或推荐）：

SELECT DISTINCT u.profession FROM users u

要么

SELECT u.profession FROM users u GROUP BY u.profession

？

它们本质上是彼此等效的（实际上这就是某些数据库DISTINCT在后台实现的方式）。

如果其中之一更快，那就快了DISTINCT。这是因为，尽管两者相同，但是查询优化器将不得不抓住一个事实，即您GROUP BY没有利用任何组成员，而只是利用了他们的键。DISTINCT明确说明这一点，因此您可以使用稍微笨拙的优化程序。

如有疑问，请测试！

如果在上有索引profession，则这两个是同义词。

如果不这样做，请使用DISTINCT。

GROUP BY在MySQL排序结果。您甚至可以：

SELECT u.profession FROM users u GROUP BY u.profession DESC

并按顺序整理您的专业DESC。

DISTINCT创建一个临时表并将其用于存储重复项。GROUP BY这样做，但之后对不同的结果进行排序。

所以

SELECT DISTINCT u.profession FROM users u

如果您在上没有索引，则速度会更快profession。

对于单列上的DISTINCT与单列上的GROUP BY而言，以上所有答案都是正确的。每个数据库引擎都有自己的实现和优化，如果您只关心很小的差异（在大多数情况下），则必须针对特定的服务器和特定的版本进行测试！由于实现方式可能会发生变化...

但是，如果您在查询中选择多个列，则DISTINCT本质上是不同的！因为在这种情况下，它将比较所有行的所有列，而不只是一列。

因此，如果您有类似以下内容：

// This will NOT return unique by [id], but unique by (id,name)
SELECT DISTINCT id, name FROM some_query_with_joins

// This will select unique by [id].
SELECT id, name FROM some_query_with_joins GROUP BY id

认为DISTINCT关键字通过您指定的第一列来区分行是一个常见的错误，但是DISTINCT是这种方式的常规关键字。

因此，您必须小心，不要在所有情况下都采取正确的答案...您可能会感到困惑，并且得到错误的结果，而您所要做的只是优化！

如果可以的话，请寻求最简单，最短的方法-DISTINCT似乎是您所寻找的更多，这仅仅是因为它可以为您提供所需的确切答案，而且仅此而已！

Group by比Distinct昂贵，因为Group by对结果进行排序而独特的避免它。但是，如果要按组进行分组，则结果与按null给出不同的给定顺序相同。

SELECT DISTINCT u.profession FROM users u

等于

SELECT u.profession FROM users u GROUP BY u.profession order by null

在postgres中，与众不同可能比group by慢一些（不了解其他数据库）。

测试示例：

postgres=# select count(*) from (select distinct i from g) a;

count 

10001
(1 row)

Time: 1563,109 ms

postgres=# select count(*) from (select i from g group by i) a;

count
10001
(1 row)

Time: 594,481 ms

http://www.pgsql.cz/index.php/PostgreSQL_SQL_Tricks_I

所以要小心... :)

似乎查询并不完全相同。至少对于MySQL。

比较：

1. 描述从northwind.products中选择不同的产品名称
2. 按产品名称描述从northwind.products组选择的产品名称

第二个查询在Extra中额外提供了“使用文件排序”。

在MySQL中，“ Group By”使用了额外的步骤：filesort。我知道DISTINCT它比快GROUP BY，这真是令人惊讶。

经过大量测试，我们得出的结论是GROUP BY更快

SELECT SQL_NO_CACHE opnamegroep_intern FROM telwerken WHERE opnemergroepIN（7,8,9,10,11,12,13）由opnamegroep_intern组

635总计0.0944秒Weergave van记录0-29（635总计，查询duurde 0.0484秒）

SELECT sql_no_cache唯一（opnamegroep_intern）FROM telwerken WHERE opnemergroepIN（7,8,9,10,11,12,13）

635个总计0.2117秒（几乎慢了100％）Weergave van记录0-29（635个总计，查询duurde 0.3468秒）

（更多功能说明）

在某些情况下，您必须使用GROUP BY，例如，如果您想获得每个雇主的雇员人数：

SELECT u.employer, COUNT(u.id) AS "total employees" FROM users u GROUP BY u.employer

在这种情况下DISTINCT u.employer无法正常工作。也许有办法，但我只是不知道。（如果有人知道如何使用DISTINCT进行此类查询，请添加注释！）

这是一种简单的方法，它将为每个查询打印2个不同的经过时间。

DECLARE @t1 DATETIME;
DECLARE @t2 DATETIME;

SET @t1 = GETDATE();
SELECT DISTINCT u.profession FROM users u; --Query with DISTINCT
SET @t2 = GETDATE();
PRINT 'Elapsed time (ms): ' + CAST(DATEDIFF(millisecond, @t1, @t2) AS varchar);

SET @t1 = GETDATE();
SELECT u.profession FROM users u GROUP BY u.profession; --Query with GROUP BY
SET @t2 = GETDATE();
PRINT 'Elapsed time (ms): ' + CAST(DATEDIFF(millisecond, @t1, @t2) AS varchar);

或尝试设置统计时间（Transact-SQL）

SET STATISTICS TIME ON;
SELECT DISTINCT u.profession FROM users u; --Query with DISTINCT
SELECT u.profession FROM users u GROUP BY u.profession; --Query with GROUP BY
SET STATISTICS TIME OFF;

它仅显示解析，编译和执行每个语句所需的毫秒数，如下所示：

 SQL Server Execution Times:
   CPU time = 0 ms,  elapsed time = 2 ms.

这不是规则

对于每个查询....分别尝试不同的内容，然后进行分组...比较完成每个查询的时间并使用速度更快的....

在我的项目中，有时我使用group by和其他

如果您不必执行任何组函数（如果要向表中添加数字数据，则可以求和，求平均值等），请使用SELECT DISTINCT。我怀疑它更快，但是我没有什么可展示的。

无论如何，如果您担心速度，请在该列上创建一个索引。

SELECT DISTINCT将始终与GROUP BY相同或更快。在某些系统（例如Oracle）上，对于大多数查询，它可能已被优化为与DISTINCT相同。在其他服务器（例如SQL Server）上，它可能要快得多。

如果问题允许，请尝试使用EXISTS，因为它已经过优化，可以在找到结果后立即终止（并且不缓冲任何响应），因此，如果您只是想像这样对WHERE子句进行数据标准化

SELECT FROM SOMETHING S WHERE S.ID IN ( SELECT DISTINCT DCR.SOMETHING_ID FROM DIFF_CARDINALITY_RELATIONSHIP DCR ) -- to keep same cardinality

更快的响应是：

SELECT FROM SOMETHING S WHERE EXISTS ( SELECT 1 FROM DIFF_CARDINALITY_RELATIONSHIP DCR WHERE DCR.SOMETHING_ID = S.ID )

这并非总是可能的，但是如果可用，您将看到更快的响应。