MySQL中的distinct與group by如何使用

先說大致的結論：

• 在語意相同，有索引的情況：group by和distinct 都能使用索引，效率相同。

• 在語意相同，無索引的情況下：distinct 效率高於group by。原因是 distinct 和 group by都會進行分組操作，但group by可能會進行排序，觸發 filesort，導致 sql 執行效率低下。

基於這個結論，你可能會問：

• 為什麼在語意相同，有索引的情況下，group by和distinct 效率相同？

• 在什麼情況下，group by會進行排序運算？

帶著這兩個問題找出答案。接下來，我們先來看看 distinct 和group by的基礎使用。

distinct的使用

distinct用法

SELECT DISTINCT columns FROM table_name WHERE where_conditions;

例如：

mysql> select distinct age from student;
+------+
| age  |
+------+
|   10 |
|   12 |
|   11 |
| NULL |
+------+
4 rows in set (0.01 sec)

DISTINCT 關鍵字用於傳回唯一不同的值。放在查詢語句中的第一個欄位前使用，並作用於主句所有欄位。

如果欄位具有NULL 值，並且對這個欄位使用DISTINCT子句，MySQL 將保留一個NULL 值，並刪除其它的NULL 值，因為DISTINCT子句將所有NULL 值視為相同的值。

distinct 多列去重

distinct 多列的去重，則是根據指定的去重的列信息來進行，即只有所有指定的列信息都相同，才會被認為是重複的訊息。

SELECT DISTINCT column1,column2 FROM table_name WHERE where_conditions;
mysql> select distinct sex,age from student;
+--------+------+
| sex    | age  |
+--------+------+
| male   |   10 |
| female |   12 |
| male   |   11 |
| male   | NULL |
| female |   11 |
+--------+------+
5 rows in set (0.02 sec)

group by的使用

對於基礎去重來說，group by 的使用和 distinct 類似。

單一列去重

語法：

SELECT columns FROM table_name WHERE where_conditions GROUP BY columns;

執行：

mysql> select age from student group by age;
+------+
| age  |
+------+
|   10 |
|   12 |
|   11 |
| NULL |
+------+
4 rows in set (0.02 sec)

多列去重

語法：

SELECT columns FROM table_name WHERE where_conditions GROUP BY columns;

執行：

mysql> select sex,age from student group by sex,age;
+--------+------+
| sex    | age  |
+--------+------+
| male   |   10 |
| female |   12 |
| male   |   11 |
| male   | NULL |
| female |   11 |
+--------+------+
5 rows in set (0.03 sec)

區別範例

兩者的語法差異在於，group by可以進行單列去重，group by的原理是先將結果分組排序，然後傳回每組中的第一筆資料。並且是根據group by的後接字段進行去重的。

例如：

mysql> select sex,age from student group by sex;
+--------+-----+
| sex    | age |
+--------+-----+
| male   |  10 |
| female |  12 |
+--------+-----+
2 rows in set (0.03 sec)

distinct和group by原理

在大多數例子中，DISTINCT可以被看作是特殊的GROUP BY，它們的實作都基於分組操作，且都可以透過鬆散索引掃描、緊湊索引掃描(關於索引掃描的內容會在其他文章中詳細介紹，就不在此細緻介紹了)來實現。

DISTINCT和GROUP BY都是可以使用索引進行掃描搜尋的。例如以下兩個sql（只單單看表格最後extra 的內容），我們對這兩個sql 進行分析，可以看到，在extra 中，這兩個sql 都使用了緊湊索引掃描Using index for group -by。

所以，在一般情況下，對於相同語意的DISTINCT和GROUP BY語句，我們可以對其使用相同的索引最佳化手段來進行最佳化。

mysql> explain select int1_index from test_distinct_groupby group by int1_index;
+----+-------------+-----------------------+------------+-------+---------------+---------+---------+------+------+----------+--------------------------+
| id | select_type | table                 | partitions | type  | possible_keys | key     | key_len | ref  | rows | filtered | Extra                    |
+----+-------------+-----------------------+------------+-------+---------------+---------+---------+------+------+----------+--------------------------+
|  1 | SIMPLE      | test_distinct_groupby | NULL       | range | index_1       | index_1 | 5       | NULL |  955 |   100.00 | Using index for group-by |
+----+-------------+-----------------------+------------+-------+---------------+---------+---------+------+------+----------+--------------------------+
1 row in set (0.05 sec)
mysql> explain select distinct int1_index from test_distinct_groupby;
+----+-------------+-----------------------+------------+-------+---------------+---------+---------+------+------+----------+--------------------------+
| id | select_type | table                 | partitions | type  | possible_keys | key     | key_len | ref  | rows | filtered | Extra                    |
+----+-------------+-----------------------+------------+-------+---------------+---------+---------+------+------+----------+--------------------------+
|  1 | SIMPLE      | test_distinct_groupby | NULL       | range | index_1       | index_1 | 5       | NULL |  955 |   100.00 | Using index for group-by |
+----+-------------+-----------------------+------------+-------+---------------+---------+---------+------+------+----------+--------------------------+
1 row in set (0.05 sec)

但對於GROUP BY來說，在 MYSQL8.0 之前，GROUP Y預設會依據欄位進行隱含排序。

可以看到，下面這條 sql 語句在使用了暫存資料表的同時，也進行了 filesort。

mysql> explain select int6_bigger_random from test_distinct_groupby GROUP BY int6_bigger_random;
+----+-------------+-----------------------+------------+------+---------------+------+---------+------+-------+----------+---------------------------------+
| id | select_type | table                 | partitions | type | possible_keys | key  | key_len | ref  | rows  | filtered | Extra                           |
+----+-------------+-----------------------+------------+------+---------------+------+---------+------+-------+----------+---------------------------------+
|  1 | SIMPLE      | test_distinct_groupby | NULL       | ALL  | NULL          | NULL | NULL    | NULL | 97402 |   100.00 | Using temporary; Using filesort |
+----+-------------+-----------------------+------------+------+---------------+------+---------+------+-------+----------+---------------------------------+
1 row in set (0.04 sec)

隱含排序

對於隱含排序，我們可以參考MySQL 官方的解釋：

https://dev.mysql.com/doc/refman/5.7 /en/order-by-optimization.html

GROUP BY implicitly sorts by default (that is, in the absence of ASC or DESC designators for GROUP BY columns). However, relying on implicit GROlumns). However, relying on implicit GROlumns). However, relying on implicit GROlumns). However, relying on implicit GROlumns). However, relying on implicit GROlumns). However, relying on implicit GROlumns sorting (that is, sorting in the absence of ASC or DESC designators) or explicit sorting for GROUP BY (that is, by using explicit ASC or DESC designators for GROUP BY columns) is precated.Tod dcatcated. BY clause.

大致解釋一下：

GROUP BY 預設隱含排序（指在GROUP BY 欄位沒有ASC 或DESC 指示符的情況下也會進行排序）。然而，GROUP BY 進行明確或隱式排序已經過時（deprecated）了，要產生給定的排序順序，請提供 ORDER BY 子句。

所以，在 MySQL8.0 之前,GROUP BY會預設根據作用欄位（GROUP BY的後接欄位）對結果進行排序。在能利用索引的情況下，GROUP BY不需要額外進行排序操作；但當無法利用索引排序時，MySQL 優化器就必須選擇透過使用臨時表然後再排序的方式來實現GROUP BY了。

且當結果集的大小超出系統設定臨時表大小時，MySQL 會將臨時表資料 copy 到磁碟上面再進行操作，語句的執行效率會變得極低。這也是 MySQL 選擇將此操作（隱式排序）棄用的原因。

基於上述原因，Mysql 在 8.0 時，對此進行了最佳化更新：

https://dev.mysql.com/doc/refman/8.0/en/order-by-optimization.html

Previously (MySQL 5.7 and lower), GROUP BY sorted implicitly under certain conditions. In MySQL 8.0, that no longer occurs, so specifying ORDER BY NULL at the end to suppress implicit sorting (as was done previously) is no longer necessary. However, query results may dven er from lover query results may yh. sort order, provide an ORDER BY clause.

大致解釋一下：

從前（MySQL5.7 版本之前），Group by 會根據確定的條件進行隱含排序。在 MySQL 8.0 中，已經移除了這個功能，所以不再需要透過新增order by null 來禁止隱式排序了，但是，查詢結果可能與先前的 MySQL 版本不同。若要產生給定順序的結果，請按透過ORDER BY指定需要進行排序的欄位。

因此，我們的結論也出來了：

• 在語意相同，有索引的情況下： group by和distinct 都能使用索引，效率相同。因為group by和distinct近乎等價，distinct 可以被看做是特殊的group by。

• 在語意相同，無索引的情況下： distinct 效率高於group by。原因是distinct 和group by都會進行分組操作，但group by在MySQL8.0 之前會進行隱含排序，導致觸發filesort，sql 執行效率低下。但從MySQL8.0 開始，MySQL 就刪除了隱含排序，所以，此時在語意相同，無索引的情況下，group by和distinct的執行效率也是近乎等價的。

比起distinct來說，group by的語意明確。且由於distinct 關鍵字會對所有欄位生效，在進行複合業務處理時，group by的使用彈性更高，group by能根據分組情況，對資料進行更為複雜的處理，例如透過having對資料進行過濾，或透過聚合函數對資料進行運算。

以上是MySQL中的distinct與group by如何使用的詳細內容。更多資訊請關注PHP中文網其他相關文章！