MySQL 中的 distinct 和 group by 哪個效率更高？
先說大致的結論（完整結論在文末）：
在語義相同，有索引的情況下group by和distinct都能使用索引，效率相同。
在語義相同，無索引的情況下：distinct效率高于group by。原因是distinct 和 group by都會進行分組操作，但group by可能會進行排序，觸發(fā)filesort，導致sql執(zhí)行效率低下。
?
基于這個結論，你可能會問：
??
為什么在語義相同，有索引的情況下，group by和distinct效率相同？
在什么情況下，group by會進行排序操作？
?
帶著這兩個問題找答案。接下來，我們先來看一下distinct和group by的基礎使用。
?
# distinct的使用
?
distinct用法
?
SELECT?DISTINCT columns FROM table_name WHERE where_conditions;
?
?
例如：
mysql> select distinct age from student;
+------+
| age ?|
+------+
| ??10 |
| ??12 |
| ??11 |
| NULL |
+------+
4 rows in set (0.01 sec)
?
DISTINCT 關鍵詞用于返回唯一不同的值。放在查詢語句中的第一個字段前使用，且作用于主句所有列。
?
如果列具有NULL值，并且對該列使用DISTINCT子句，MySQL將保留一個NULL值，并刪除其它的NULL值，因為DISTINCT子句將所有NULL值視為相同的值。
?
distinct多列去重
distinct多列的去重，則是根據(jù)指定的去重的列信息來進行，即只有所有指定的列信息都相同，才會被認為是重復的信息。
語法：
SELECT DISTINCT column1,column2 FROM table_name WHERE where_conditions;
?
?
執(zhí)行：
mysql> select distinct sex,age from student;
+--------+------+
| sex ???| age ?|
+--------+------+
| male ??| ??10 |
| female | ??12 |
| male ??| ??11 |
| male ??| NULL |
| female | ??11 |
+--------+------+
5 rows in set (0.02 sec)
?
# group by的使用
對于基礎去重來說，group by的使用和distinct類似:
單列去重
?
語法：
SELECT columns FROM table_name WHERE where_conditions GROUP BY columns;
?
執(zhí)行：
mysql> select age from student group by age;
+------+
| age ?|
+------+
| ??10 |
| ??12 |
| ??11 |
| NULL |
+------+
4 rows in set (0.02 sec)
?
多列去重
?
語法：
SELECT columns FROM table_name WHERE where_conditions GROUP BY columns;
?
執(zhí)行：
mysql> select sex,age from student group by sex,age;
+--------+------+
| sex ???| age ?|
+--------+------+
| male ??| ??10 |
| female | ??12 |
| male ??| ??11 |
| male ??| NULL |
| female | ??11 |
+--------+------+
5 rows in set (0.03 sec)
?
區(qū)別示例
兩者的語法區(qū)別在于，group by可以進行單列去重，group by的原理是先對結果進行分組排序，然后返回每組中的第一條數(shù)據(jù)。且是根據(jù)group by的后接字段進行去重的。
?
例如：
mysql> select sex,age from student group by sex;
+--------+-----+
| sex ???| age |
+--------+-----+
| male ??| ?10 |
| female | ?12 |
+--------+-----+
2 rows in set (0.03 sec)
?
# distinct和group by原理
?
在大多數(shù)例子中，DISTINCT可以被看作是特殊的GROUP BY，它們的實現(xiàn)都基于分組操作，且都可以通過松散索引掃描、緊湊索引掃描(關于索引掃描的內(nèi)容會在其他文章中詳細介紹，就不在此細致介紹了)來實現(xiàn)。
?
DISTINCT和GROUP BY都是可以使用索引進行掃描搜索的。例如以下兩條sql（只單單看表格最后extra的內(nèi)容），我們對這兩條sql進行分析，可以看到，在extra中，這兩條sql都使用了緊湊索引掃描Using index for group-by。
?
因此，我們的結論也出來了：
?
在語義相同，有索引的情況下：
group by和distinct都能使用索引，效率相同。因為group by和distinct近乎等價，distinct可以被看做是特殊的group by。
?
在語義相同，無索引的情況下：
?
distinct效率高于group by。原因是distinct 和 group by都會進行分組操作，但group by在Mysql8.0之前會進行隱式排序，導致觸發(fā)filesort，sql執(zhí)行效率低下。但從Mysql8.0開始，Mysql就刪除了隱式排序，所以，此時在語義相同，無索引的情況下，group by和distinct的執(zhí)行效率也是近乎等價的。
?
# 推薦group by的原因
?
? 1.group by語義更為清晰
? 2.group by可對數(shù)據(jù)進行更為復雜的一些處理
?
相比于distinct來說，group by的語義明確。且由于distinct關鍵字會對所有字段生效，在進行復合業(yè)務處理時，group by的使用靈活性更高，group by能根據(jù)分組情況，對數(shù)據(jù)進行更為復雜的處理，例如通過having對數(shù)據(jù)進行過濾，或通過聚合函數(shù)對數(shù)據(jù)進行運算。
