在MySQL中SELECT DISTINCT或GROUP BY更快吗？
如果我有一张桌子
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) ) 我想获得profession领域的所有独特价值，什么会更快（或推荐）：
SELECT DISTINCT u.profession FROM users u
要么
SELECT u.profession FROM users u GROUP BY u.profession
？
它们本质上是相同的（事实上，这是一些数据库如何在DISTINCT实现DISTINCT ）。
如果其中一个更快，这将是DISTINCT 。 这是因为，虽然两者是相同的，但是查询优化器必须知道你的GROUP BY没有利用任何组成员，只是他们的关键。 DISTINCT使得这个明确，所以你可以离开稍微优化的优化器。
如有疑问，testing！
如果你有一个profession的指数，这两个是同义词。
如果你不这样做，那么使用DISTINCT 。
MySQL GROUP BY对结果进行sorting。 你甚至可以这样做：
SELECT u.profession FROM users u GROUP BY u.profession DESC
并按照DESC顺序sorting你的职业。
DISTINCT创build一个临时表并使用它来存储重复项。 GROUP BY也是这样做的，但是之后对不同的结果进行sorting。
所以
SELECT DISTINCT u.profession FROM users u
如果你没有profession的指数，速度会更快。
去尽可能最简单和最短的 – DISTINCT似乎更多的是你要找的只是因为它会给你正确的答案，你需要的只有这一点！
上面的所有答案都是正确的，对于单列上的DISTINCT与单列上的GROUP BY的情况。 每个数据库引擎都有自己的实现和优化，如果你关心的是很less的差别（在大多数情况下），那么你必须testing特定的服务器和特定的版本！ 由于实现可能会改变…
但是，如果您在查询中select多个列，那么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，而不是仅一列。
所以如果你有这样的东西：
// 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常见的错误，但DISTINCT是这种方式的一般关键字。
所以，你必须小心，不要把上面的答案作为正确的所有情况…你可能会感到困惑，并得到错误的结果，而你想要的只是优化！
在postgres的某些场合（不了解其他dbs），可能会比group更慢。
testing的例子：
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… 🙂
似乎查询不完全一样。 至less对于MySQL来说。
比较：
- 描述从northwind.products中select不同的产品名称
- 用产品名称描述northwind.products组中的产品名称
第二个查询在Extra中额外提供了“使用filesort”。
分组比由于分组不同而不同，并且明显地避免了分组。 但是，如果你想通过产生不同的结果作为不同的秩序由null ..
SELECT DISTINCT u.profession FROM users u
等于
SELECT u.profession FROM users u GROUP BY u.profession order by null
（更多function说明）
有些情况下，你必须使用GROUP BY，例如，如果你想获得每个雇主的雇员数量：
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，但我不知道。 （如果有人知道如何使用DISTINCT进行查询，请添加注释！）
在MySQL中 ，“ Group By ”使用额外的步骤： filesort 。 我意识到DISTINCT比GROUP BY快，这是一个惊喜。
经过严格的testing，我们得出GROUP BY更快的结论
SELECT sql_no_cache opnamegroep_intern FROM telwerken WHERE opnemergroep IN（7,8,9,10,11,12,13）group by opnamegroep_intern
635共计0.0944秒Weergave面包车logging0 – 29（635 totaal，查询duurde 0.0484秒）
SELECT sql_no_cache distinct（opnamegroep_intern）FROM telwerken WHERE opnemergroep IN（7,8,9,10,11,12,13）
635共0.2117秒（几乎100％慢）Weergave面包车logging0 – 29（635头，询问duurde 0.3468秒）
这不是一个规则
对于每个查询….尝试单独不同然后分组…比较时间来完成每个查询和使用更快….
在我的项目中，有时我会使用group和other
这是一个简单的方法，将打印每个查询的2个不同的时间。
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);
或者尝试SET STATISTICS TIME（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;
它只显示parsing，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.
如果您不需要执行任何组函数（总和，平均值等等，以防将数字数据添加到表中），请使用SELECT DISTINCT。 我怀疑它更快，但我没有什么可以显示的。
无论如何，如果您担心速度，请在列上创build一个索引。
SELECT DISTINCT将始终与GROUP BY相同或更快。 在某些系统（如Oracle）上，对于大多数查询，它可能被优化为与DISTINCT相同。 在其他人（如SQL Server）上，速度可能会更快。
如果问题允许，请尝试使用EXISTS，因为它已经过优化，一旦find结果就立即结束（并且不要缓冲任何响应），所以，如果您只是想为这样的WHERE子句规范化数据
SELECT FROM SOMETHING S WHERE S.ID IN ( SELECT DISTINCT DCR.SOMETHING_ID FROM DIFF_CARDINALITY_RELATIONSHIP DCR ) -- to keep same cardinality
更快的反应是：
SELECT FROM SOMETHING S WHERE EXISTS ( SELECT 1 FROM DIFF_CARDINALITY_RELATIONSHIP DCR WHERE DCR.SOMETHING_ID = S.ID )
这并不总是可能的，但是如果可用，您将看到更快的响应。
