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
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。
其他回答
没有区别(至少在SQL Server中)。两个查询使用相同的执行计划。
http://sqlmag.com/database-performance-tuning/distinct-vs-group
如果有子查询，可能会有区别:
http://blog.sqlauthority.com/2007/03/29/sql-server-difference-between-distinct-and-group-by-distinct-vs-group-by/
没有区别(oracle风格):
http://asktom.oracle.com/pls/asktom/f?p=100:11:0::::P11_QUESTION_ID:32961403234212
我预计在执行上可能会有细微的差异。 我检查了Oracle 10g中两个功能相同的查询的执行计划:
core> select sta from zip group by sta;
---------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
---------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 58 | 174 | 44 (19)| 00:00:01 |
| 1 | HASH GROUP BY | | 58 | 174 | 44 (19)| 00:00:01 |
| 2 | TABLE ACCESS FULL| ZIP | 42303 | 123K| 38 (6)| 00:00:01 |
---------------------------------------------------------------------------
core> select distinct sta from zip;
---------------------------------------------------------------------------
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
---------------------------------------------------------------------------
| 0 | SELECT STATEMENT | | 58 | 174 | 44 (19)| 00:00:01 |
| 1 | HASH UNIQUE | | 58 | 174 | 44 (19)| 00:00:01 |
| 2 | TABLE ACCESS FULL| ZIP | 42303 | 123K| 38 (6)| 00:00:01 |
---------------------------------------------------------------------------
中间的操作略有不同:“HASH GROUP BY”和。“HASH唯一”，但估计成本等是相同的。然后，我在跟踪的情况下执行这些操作，两者的实际操作计数是相同的(除了第二个操作由于缓存而不需要进行任何物理读取)。
但我认为，由于操作名称不同，执行将遵循不同的代码路径，这可能会带来更大的差异。
出于这个目的，我认为您应该更喜欢DISTINCT语法。这不仅仅是习惯，它更清楚地表明了查询的目的。
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。
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。
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。
