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。

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。

如果对多个列使用DISTINCT，结果集将不会像使用GROUP BY那样进行分组，并且不能对DISTINCT使用聚合函数。

除了聚合函数的使用外，group by子句和distinct子句之间没有显著区别。 两者都可以用来区分值，但如果在性能的角度组由更好。 在使用distinct关键字时，内部采用排序操作，可在执行计划中查看。

试试简单的例子

Declare @tmpresult table
(
  Id tinyint
)

Insert into @tmpresult
Select 5
Union all
Select 2
Union all
Select 3
Union all
Select 4


Select distinct 
Id
From @tmpresult

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;

对于你发布的查询，它们是相同的。但对于其他查询，这可能不是真的。

例如，它不等同于:

SELECT C FROM myTbl GROUP BY C, D