GROUP BY和DISTINCT有什么区别吗

前几天我学了一些关于SQL的简单知识:

SELECT c FROM myTbl GROUP BY C

结果与:

SELECT DISTINCT C FROM myTbl

我好奇的是，SQL引擎处理命令的方式有什么不同，还是它们真的是一样的东西?

我个人更喜欢独特的语法，但我相信这更多是出于习惯而不是其他原因。

编辑:这不是一个关于聚合的问题。理解了GROUP BY与聚合函数的使用。

当前回答

在Hive (HQL)中，GROUP BY可以比DISTINCT快得多，因为前者不需要比较表中的所有字段。

参见:https://sqlperformance.com/2017/01/t-sql-queries/surprises-assumptions-group-by-distinct。

其他回答

它们具有不同的语义，即使它们恰好在特定数据上具有相同的结果。

从“SQL语言”的角度来看，这两种结构是等价的，你选择哪一种是我们都必须做出的“生活方式”选择之一。我认为DISTINCT更明确(因此对继承你代码的人更体贴)是一个很好的例子，但这并不意味着GROUP BY结构是一个无效的选择。

我认为“GROUP BY是用于聚合的”是错误的重点。人们应该意识到set函数(MAX, MIN, COUNT等)可以省略，这样他们就可以理解编码器的意图。

理想的优化器将识别等效的SQL结构，并始终相应地选择理想的计划。对于现实生活中选择的SQL引擎，您必须测试:)

PS注意DISTINCT关键字在select子句中的位置可能会产生不同的结果，例如对比:

SELECT COUNT(DISTINCT C) FROM myTbl;

SELECT DISTINCT COUNT(C) FROM myTbl;

当你指的是DISTINCT时，请不要使用GROUP BY，即使它们的工作方式是一样的。我假设您正在尝试从查询中减少毫秒数，我必须指出，开发人员的时间比计算机的时间要昂贵几个数量级。

在这个特定的查询中没有区别。但是，当然，如果您添加任何聚合列，那么就必须使用group by。

如果你使用的GROUP BY没有任何聚合函数，那么在内部它将被视为DISTINCT，所以在这种情况下，GROUP BY和DISTINCT之间没有区别。

但是，当提供DISTINCT子句时，最好使用它来查找唯一的记录，因为GROUP BY的目标是实现聚合。

推荐文章