Что быстрее, SELECT DISTINCT или GROUP BY в MySQL?

Если у меня есть стол

CREATE TABLE users (
  id int(10) unsigned NOT NULL auto_increment,
  name varchar(255) NOT NULL,
  profession varchar(255) NOT NULL,
  employer varchar(255) NOT NULL,
  PRIMARY KEY  (id)
)

и я хочу получить все уникальные значения professionполя, что будет быстрее (или рекомендуется):

SELECT DISTINCT u.profession FROM users u

или

SELECT u.profession FROM users u GROUP BY u.profession

?

Они по существу эквивалентны друг другу (фактически, это то, как некоторые базы данных реализуются DISTINCTпод капотом).

Если один из них быстрее, он будет DISTINCT. Это связано с тем, что, хотя они одинаковы, оптимизатору запросов придется уловить тот факт, что вы GROUP BYне пользуетесь никакими членами группы, а только их ключами. DISTINCTделает это явным, так что вы можете обойтись немного более тупым оптимизатором.

Если есть сомнения, проверьте!

Если у вас есть индекс profession, эти два являются синонимами.

Если нет, то используйте DISTINCT.

GROUP BYв MySQLсортировке результатов. Вы даже можете сделать:

SELECT u.profession FROM users u GROUP BY u.profession DESC

и приведите свои профессии в DESCпорядок.

DISTINCTсоздает временную таблицу и использует ее для хранения дубликатов. GROUP BYделает то же самое, но сортирует отличные результаты впоследствии.

Так

SELECT DISTINCT u.profession FROM users u

быстрее, если у вас нет индекса на profession.

Все ответы выше верны, для случая DISTINCT в одном столбце против GROUP BY в одном столбце. Каждый механизм БД имеет свою собственную реализацию и оптимизацию, и если вы заботитесь об очень небольшой разнице (в большинстве случаев), то вам придется тестировать на конкретном сервере И на конкретной версии! Как реализации могут измениться ...

НО, если вы выберете более одного столбца в запросе, то DISTINCT существенно отличается! Потому что в этом случае он будет сравнивать ВСЕ столбцы всех строк, а не только один столбец.

Так что если у вас есть что-то вроде:

// This will NOT return unique by [id], but unique by (id,name)
SELECT DISTINCT id, name FROM some_query_with_joins

// This will select unique by [id].
SELECT id, name FROM some_query_with_joins GROUP BY id

Распространенной ошибкой считается, что ключевое слово DISTINCT различает строки по первому указанному вами столбцу, но DISTINCT является общим ключевым словом в этом смысле.

Таким образом, люди, с которыми вы должны быть осторожны, чтобы не принимать приведенные выше ответы как правильные для всех случаев ... Вы можете запутаться и получить неправильные результаты, в то время как все, что вам нужно, это оптимизировать!

Сделайте самое простое и самое короткое, если можете - DISTINCT, кажется, больше того, что вы ищете, только потому, что он даст вам именно тот ответ, который вам нужен, и только это!

Группировка by обходится дороже чем Distinct, так как Group by делает сортировку по результату, а отдельный избегает его. Но если вы хотите сделать группировку по результату, дайте тот же результат, что и отдельный, задайте порядок по нулю .

SELECT DISTINCT u.profession FROM users u

равно

SELECT u.profession FROM users u GROUP BY u.profession order by null

В некоторых случаях в Postgres хорошо различимый может быть медленнее, чем групповой (не знаю о других БД).

проверенный пример:

postgres=# select count(*) from (select distinct i from g) a;

count 

10001
(1 row)

Time: 1563,109 ms

postgres=# select count(*) from (select i from g group by i) a;

count
10001
(1 row)

Time: 594,481 ms

http://www.pgsql.cz/index.php/PostgreSQL_SQL_Tricks_I

так что будьте осторожны ... :)

Кажется, что запросы не совсем одинаковы. По крайней мере, для MySQL.

Для сравнения:

1. опишите выбрать отличное название продукта от northwind.products
2. описать выбрать название продукта из группы northwind.products по названию продукта

Второй запрос дает дополнительно «Использование файловой сортировки» в Extra.

В MySQL , « Group By» использует дополнительный шаг: filesort. Я понимаю DISTINCT, быстрее GROUP BY, и это было неожиданно.

После тяжелых испытаний мы пришли к выводу, что GROUP BY быстрее

ВЫБЕРИТЕ sql_no_cache opnamegroep_intern ОТ telwerken ГДЕ opnemergroepВ (7,8,9,10,11,12,13) ​​группировать по opnamegroep_intern

635 итого 0,0944 секунды Weergave van записывает 0 - 29 (635 итога, запрос duurde 0,0484 сек)

ВЫБЕРИТЕ sql_no_cache отчетливый (opnamegroep_intern) ОТ telwerken ГДЕ opnemergroep(7,8,9,10,11,12,13)

635 суммарных 0,2117 секунд (почти на 100% медленнее) Weergave van записывает 0 - 29 (635 суммарных, запрос duurde 0,3468 секунд)

(больше функциональной ноты)

Есть случаи, когда вам нужно использовать GROUP BY, например, если вы хотите получить количество сотрудников на одного работодателя:

SELECT u.employer, COUNT(u.id) AS "total employees" FROM users u GROUP BY u.employer

В таком случае DISTINCT u.employerне работает правильно. Возможно, есть способ, но я просто не знаю его. (Если кто-то знает, как сделать такой запрос с помощью DISTINCT, добавьте примечание!)

Вот простой подход, который будет печатать 2 разных прошедших времени для каждого запроса.

DECLARE @t1 DATETIME;
DECLARE @t2 DATETIME;

SET @t1 = GETDATE();
SELECT DISTINCT u.profession FROM users u; --Query with DISTINCT
SET @t2 = GETDATE();
PRINT 'Elapsed time (ms): ' + CAST(DATEDIFF(millisecond, @t1, @t2) AS varchar);

SET @t1 = GETDATE();
SELECT u.profession FROM users u GROUP BY u.profession; --Query with GROUP BY
SET @t2 = GETDATE();
PRINT 'Elapsed time (ms): ' + CAST(DATEDIFF(millisecond, @t1, @t2) AS varchar);

ИЛИ попробуйте УСТАНОВИТЬ ВРЕМЯ СТАТИСТИКИ (Transact-SQL)

SET STATISTICS TIME ON;
SELECT DISTINCT u.profession FROM users u; --Query with DISTINCT
SELECT u.profession FROM users u GROUP BY u.profession; --Query with GROUP BY
SET STATISTICS TIME OFF;

Он просто отображает количество миллисекунд, необходимое для анализа, компиляции и выполнения каждого оператора, как показано ниже:

 SQL Server Execution Times:
   CPU time = 0 ms,  elapsed time = 2 ms.

Это не правило

Для каждого запроса .... попробуйте отдельно различаться, а затем сгруппировать по ... сравните время выполнения каждого запроса и используйте более быстрый ....

В моем проекте иногда я использую группу, а другие

Если вам не нужно выполнять какие-либо групповые функции (сумма, среднее и т. Д., Если вы хотите добавить числовые данные в таблицу), используйте SELECT DISTINCT. Я подозреваю, что это быстрее, но мне нечего показать.

В любом случае, если вас беспокоит скорость, создайте индекс для столбца.

SELECT DISTINCT всегда будет таким же или быстрее, чем GROUP BY. В некоторых системах (например, Oracle) он может быть оптимизирован, чтобы быть таким же, как DISTINCT для большинства запросов. На других (таких как SQL Server) это может быть значительно быстрее.

Если проблема позволяет, попробуйте использовать EXISTS, так как он оптимизирован для завершения, как только будет найден результат (и не буферизует какой-либо ответ), поэтому, если вы просто пытаетесь нормализовать данные для предложения WHERE, подобного этому

SELECT FROM SOMETHING S WHERE S.ID IN ( SELECT DISTINCT DCR.SOMETHING_ID FROM DIFF_CARDINALITY_RELATIONSHIP DCR ) -- to keep same cardinality

Более быстрый ответ будет:

SELECT FROM SOMETHING S WHERE EXISTS ( SELECT 1 FROM DIFF_CARDINALITY_RELATIONSHIP DCR WHERE DCR.SOMETHING_ID = S.ID )

Это не всегда возможно, но когда доступно, вы увидите более быстрый ответ.