面試突擊63：distinct 和 group by有什么區(qū)別？

在 MySQL 中，最常見的去重方法有兩個：使用 distinct 或使用 group by，那它們有什么區(qū)別呢？接下來我們一起來看。

1.創(chuàng)建測試數(shù)據(jù)

-- 創(chuàng)建測試表
drop table if exists pageview;
create table pageview(
    id bigint primary key auto_increment comment '自增主鍵',
    aid bigint not null comment '文章ID',
    uid bigint not null comment '（訪問）用戶ID',
    createtime datetime default now() comment '創(chuàng)建時間'
) default charset='utf8mb4';
-- 添加測試數(shù)據(jù)
insert into pageview(aid,uid) values(1,1);
insert into pageview(aid,uid) values(1,1);
insert into pageview(aid,uid) values(2,1);
insert into pageview(aid,uid) values(2,2);

最終展現(xiàn)效果如下：

2.distinct 使用

distinct 基本語法如下：

SELECT DISTINCT column_name,column_name FROM table_name;

2.1 單列去重

我們先用 distinct 實現(xiàn)單列去重，根據(jù) aid（文章 ID）去重，具體實現(xiàn)如下：

2.2 多列去重

除了單列去重之外，distinct 還支持多列（兩列及以上）去重，我們根據(jù) aid（文章 ID）和 uid（用戶 ID）聯(lián)合去重，具體實現(xiàn)如下：

2.3 聚合函數(shù)+去重

使用 distinct + 聚合函數(shù)去重，計算 aid 去重之后的總條數(shù)，具體實現(xiàn)如下：

3.group by 使用

group by 基礎(chǔ)語法如下：

SELECT column_name,column_name FROM table_name 
WHERE column_name operator value 
GROUP BY column_name

3.1 單列去重

根據(jù) aid（文章 ID）去重，具體實現(xiàn)如下：與 distinct 相比 group by 可以顯示更多的列，而 distinct 只能展示去重的列。

3.2 多列去重

根據(jù) aid（文章 ID）和 uid（用戶 ID）聯(lián)合去重，具體實現(xiàn)如下：

3.3 聚合函數(shù) + group by

統(tǒng)計每個 aid 的總數(shù)量，SQL 實現(xiàn)如下：從上述結(jié)果可以看出，使用 group by 和 distinct 加 count 的查詢語義是完全不同的，distinct + count 統(tǒng)計的是去重之后的總數(shù)量，而 group by + count 統(tǒng)計的是分組之后的每組數(shù)據(jù)的總數(shù)。

4.distinct 和 group by 的區(qū)別

官方文檔在描述 distinct 時提到：在大多數(shù)情況下 distinct 是特殊的 group by，如下圖所示：官方文檔地址：https://dev.mysql.com/doc/refman/8.0/en/distinct-optimization.html但二者還是有一些細微的不同的，比如以下幾個。

區(qū)別1：查詢結(jié)果集不同

當(dāng)使用 distinct 去重時，查詢結(jié)果集中只有去重列信息，如下圖所示：當(dāng)你試圖添加非去重字段（查詢）時，SQL 會報錯如下圖所示：而使用 group by 排序可以查詢一個或多個字段，如下圖所示：

區(qū)別2：使用業(yè)務(wù)場景不同

統(tǒng)計去重之后的總數(shù)量需要使用 distinct，而統(tǒng)計分組明細，或在分組明細的基礎(chǔ)上添加查詢條件時，就得使用 group by 了。使用 distinct 統(tǒng)計某列去重之后的總數(shù)量：統(tǒng)計分組之后數(shù)量大于 2 的文章，就要使用 group by 了，如下圖所示：

區(qū)別3：性能不同

如果去重的字段有索引，那么 group by 和 distinct 都可以使用索引，此情況它們的性能是相同的；而當(dāng)去重的字段沒有索引時，distinct 的性能就會高于 group by，因為在 MySQL 8.0 之前，group by 有一個隱藏的功能會進行默認的排序，這樣就會觸發(fā) filesort 從而導(dǎo)致查詢性能降低。

總結(jié)

大部分場景下 distinct 是特殊的 group by，但二者也有細微的區(qū)別，比如它們在查詢結(jié)果集上、使用的具體業(yè)務(wù)場景上，以及性能上都是不同的。

參考 & 鳴謝

zhuanlan.zhihu.com/p/384840662

是非審之于己，毀譽聽之于人，得失安之于數(shù)。

公眾號：Java面試真題解析

面試合集：https://gitee.com/mydb/interview