引言

在日常工作中，數(shù)據(jù)庫(kù)查詢操作無(wú)處不在，而處理數(shù)據(jù)中的重復(fù)項(xiàng)與分組匯總是非常常見(jiàn)的需求。MySQL 提供了兩種常見(jiàn)的方式來(lái)管理和檢索唯一值：SELECT DISTINCT 和 GROUP BY。這兩者雖然在生成輸出上可能相似，但用途與性能各有不同，使用場(chǎng)景也有所區(qū)分。

這篇文章帶大家將從功能、性能以及實(shí)際應(yīng)用等方面詳細(xì)介紹 DISTINCT 和 GROUP BY 的差異，并結(jié)合具體的示例數(shù)據(jù)來(lái)理解其使用場(chǎng)景。

SELECT DISTINCT

DISTINCT 是一個(gè)用于去重的關(guān)鍵字。SELECT DISTINCT 語(yǔ)句用于從結(jié)果集中刪除重復(fù)行，只返回唯一值。因此，在需要僅獲取數(shù)據(jù)的唯一部分時(shí)，DISTINCT 是一種簡(jiǎn)單高效的方式。

基本語(yǔ)法

SELECT DISTINCT column1, column2
FROM table_name;

參數(shù)說(shuō)明：

• column1, column2：要檢索的字段名。
• table_name：查詢的表名。

特性說(shuō)明

• DISTINCT 可以基于單列或多列進(jìn)行去重，只有多列的值完全相同時(shí)，才會(huì)被判定為重復(fù)行。
• 在DISTINCT中，NULL 被視為一個(gè)獨(dú)立的值，因此即使列中有多個(gè) NULL 值，結(jié)果中只會(huì)保留一個(gè) NULL。

GROUP BY

GROUP BY 是一個(gè)用于分組的子句，通常與聚合函數(shù)配合使用以對(duì)分組后的數(shù)據(jù)進(jìn)行匯總處理。它按指定列的值將行劃分為不同的組。

基本語(yǔ)法

SELECT column1, aggregate_function(column_name)
FROM table_name
WHERE condition
GROUP BY column1, column2, ...;

參數(shù)說(shuō)明：

• column1, column2：分組的字段。
• aggregate_function(column_name) ：用于對(duì)分組內(nèi)的行進(jìn)行計(jì)算的聚合函數(shù)，例如 COUNT, SUM, AVG 等。
• table_name：查詢的表名字。
• condition：可選，用于過(guò)濾行，在分組之前應(yīng)用。
• GROUP BY column1, column2... ：定義用于分組的字段，具有相同值的行被分配到同一個(gè)組。

示例表結(jié)構(gòu)與數(shù)據(jù)：

為了便于說(shuō)明，我們定義兩個(gè)表 customers 和 orders，并插入一些示例數(shù)據(jù)。

創(chuàng)建表：

CREATE TABLE customers (
  customer_id INT PRIMARY KEY,
  name VARCHAR(255) NOT NULL,
  city VARCHAR(255) NOT NULL
);
?
INSERT INTO customers (customer_id, name, city) VALUES
  (1, 'John Doe', 'New York'),
  (2, 'Jane Smith', 'London'),
  (3, 'Mike Brown', 'Paris'),
  (2, 'Jane Smith', 'London'); -- 存在重復(fù)項(xiàng)
?
CREATE TABLE orders (
  order_id INT PRIMARY KEY,
  customer_id INT NOT NULL,
  product VARCHAR(255) NOT NULL,
  price DECIMAL(10,2) NOT NULL,
  FOREIGN KEY (customer_id) REFERENCES customers(customer_id)
);
?
INSERT INTO orders (order_id, customer_id, product, price) VALUES
  (1, 1, 'Phone', 100.00),
  (2, 2, 'Laptop', 500.00),
  (3, 1, 'Tablet', 200.00),
  (4, 2, 'Watch', 150.00);

SELECT DISTINCT與GROUP BY使用對(duì)比

示例 1：檢索唯一的客戶城市

場(chǎng)景：我們希望查詢 customers 表中的唯一城市，不關(guān)心重復(fù)的城市名稱。

使用 DISTINCT：

SELECT DISTINCT city
FROM customers;

輸出：

city
-----
New York
London
Paris

解釋：

• SQL 查詢?nèi)コ藬?shù)據(jù)集中重復(fù)的城市，只返回唯一值，簡(jiǎn)單直觀。

示例 2：按客戶城市統(tǒng)計(jì)訂單數(shù)量

場(chǎng)景：我們希望統(tǒng)計(jì)每個(gè)城市對(duì)應(yīng)的訂單數(shù)量，涉及分組統(tǒng)計(jì)。

使用 GROUP BY：

SELECT city, COUNT(*) AS order_count
FROM customers c
INNER JOIN orders o ON c.customer_id = o.customer_id
GROUP BY city;

輸出：

city         order_count
------------------------
London       2
New York     2

解釋：

• SQL 查詢通過(guò) GROUP BY 以城市分組，并結(jié)合 COUNT 聚合函數(shù)統(tǒng)計(jì)每組的訂單數(shù)量，提供了更豐富的匯總信息。

SELECT DISTINCT 與 GROUP BY 的性能分析

雖然 DISTINCT 和 GROUP BY 都會(huì)涉及底層的分組操作，但在某些情況下，它們可以互換使用，而在性能、功能上的表現(xiàn)會(huì)有所偏差。

兩者實(shí)現(xiàn)的相似性

對(duì)于以下兩條查詢：

SELECT DISTINCT int1_index FROM test_table;
SELECT int1_index FROM test_table GROUP BY int1_index;

在某些情況下（如 int1_index 上有索引），兩者使用相同的執(zhí)行計(jì)劃。例如，通過(guò)以下 EXPLAIN 分析，查詢會(huì)通過(guò)索引掃描優(yōu)化：

mysql> explain select distinct int1_index from test_distinct_groupby;
mysql> explain select int1_index from test_distinct_groupby group by int1_index;

兩者結(jié)果中 Extra 字段顯示 Using index for group-by，說(shuō)明索引用于優(yōu)化查詢，效率相當(dāng)。

GROUP BY的隱式排序問(wèn)題

在 MySQL 8.0 之前，GROUP BY 默認(rèn)對(duì)結(jié)果進(jìn)行隱式排序。這可能導(dǎo)致額外的排序操作（filesort），增加了查詢開(kāi)銷。在無(wú)顯式排序要求時(shí)，DISTINCT 的性能會(huì)優(yōu)于 GROUP BY。

例如：

SELECT int6_random FROM test_table GROUP BY int6_random;

通過(guò) EXPLAIN 查詢，可以看到隱式排序增加了開(kāi)銷：

Extra: Using filesort

從 MySQL 8.0 開(kāi)始，GROUP BY 不再?gòu)?qiáng)制進(jìn)行隱式排序，性能接近 DISTINCT，尤其是在無(wú)索引的大數(shù)據(jù)場(chǎng)景下，二者效率更加一致。

SELECT DISTINCT 與 GROUP BY 的應(yīng)用場(chǎng)景及差異

功能和目的對(duì)比：

適用場(chǎng)景

根據(jù)具體需求選擇 DISTINCT 或 GROUP BY：

1. 使用SELECT DISTINCT ：

• 當(dāng)僅需要去除重復(fù)項(xiàng)，返回唯一值時(shí)。
• 適用于簡(jiǎn)單查詢場(chǎng)景。

2. 使用GROUP BY ：

• 當(dāng)需要按特定條件分組并對(duì)分組內(nèi)的數(shù)據(jù)進(jìn)行匯總或聚合（如 COUNT, SUM, AVG）時(shí)。
• 適合復(fù)雜的業(yè)務(wù)場(chǎng)景，支持更多靈活的操作，如結(jié)合 HAVING 子句篩選分組后的結(jié)果。

結(jié)論

SELECT DISTINCT 和 GROUP BY 是兩種功能強(qiáng)大的工具，用于不同類型的 SQL 查詢需求：

• DISTINCT 適合簡(jiǎn)單去重，避免數(shù)據(jù)重復(fù)。
• GROUP BY 更注重分組數(shù)據(jù)并對(duì)分組進(jìn)行匯總分析。

在 MySQL 8.0 后，性能差距進(jìn)一步縮小，但從語(yǔ)義清晰度與靈活性來(lái)看，GROUP BY 在處理復(fù)雜業(yè)務(wù)場(chǎng)景時(shí)更勝一籌。選擇使用哪種方式應(yīng)根據(jù)具體應(yīng)用場(chǎng)景而定。

以上就是MySQL中數(shù)據(jù)去重的兩種方式詳解(DISTINCT和GROUP BY)的詳細(xì)內(nèi)容，更多關(guān)于MySQL數(shù)據(jù)去重方式的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論