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
如果您只想删除重复项，请使用DISTINCT。如果你想应用聚合操作符(MAX, SUM, GROUP_CONCAT，…)，请使用GROUPY BY，或HAVING从句)。
其他回答
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。
你之所以注意到这一点，是因为你只选择了一列。
尝试选择两个字段，看看会发生什么。
Group By的用法如下:
SELECT name, SUM(transaction) FROM myTbl GROUP BY name
这将显示每个人的所有交易的总和。
在Teradata透视图:
从结果集的角度来看，在Teradata中使用DISTINCT或GROUP BY并不重要。答案集是一样的。
从性能的角度来看，这是不一样的。
要了解什么会影响性能，您需要知道在使用DISTINCT或GROUP BY执行语句时Teradata上发生了什么。
在DISTINCT的情况下，行被立即重新分配，而不发生任何预聚合，而在GROUP BY的情况下，第一步完成预聚合，然后才在amp之间重新分配唯一值。
现在不要认为GROUP BY从性能角度来看总是更好。当您有许多不同的值时，GROUP BY的预聚合步骤不是很有效。Teradata必须对数据进行排序以删除重复项。在这种情况下，最好先重新分配，即使用DISTINCT语句。只有当有许多重复值时，GROUP BY语句可能是更好的选择，因为只有在重分发之后才执行重复数据删除步骤。
简而言之，DISTINCT vs. GROUP BY在Teradata中的意思是:
GROUP BY ->用于多个重复 DISTINCT ->没有或只有几个重复项。 在使用DISTINCT时，有时会耗尽AMP上的线轴空间。原因是重新分配立即发生，倾斜可能会导致AMP耗尽空间。
如果发生这种情况，使用GROUP BY可能会有更好的机会，因为在第一步中已经删除了重复项，并且在amp之间移动的数据更少。
GROUP BY有一个非常具体的含义，它与distinct函数不同。
GROUP BY使用选择的表达式对查询结果进行分组，然后可以应用聚合函数，这些函数将作用于每个组，而不是整个结果集。
这里有一个例子可能会有所帮助:
给定一个这样的表:
name
------
barry
dave
bill
dave
dave
barry
john
这个查询:
SELECT name, count(*) AS count FROM table GROUP BY name;
将产生如下输出:
name count
-------------
barry 2
dave 3
bill 1
john 1
这显然与使用DISTINCT非常不同。如果您想对结果进行分组，请使用group BY，如果您只想要特定列的唯一列表，请使用DISTINCT。这将使数据库有机会根据您的需要优化查询。
