在日常工作中，數據庫查詢操作無處不在，而處理數據中的重復項與分組匯總是非常常見的需求。

MySQL 提供了兩種常見的方式來管理和檢索唯一值：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，使用場景也有所區分。

這篇文章帶大家將從功能、性能以及實際應用等方面詳細介紹 DISTINCT 和 GROUP BY 的差異，并結合具體的示例數據來理解其使用場景。

SELECT DISTINCT

DISTINCT 是一個用于去重的關鍵字。SELECT DISTINCT 語句用于從結果集中刪除重復行，只返回唯一值。因此，在需要僅獲取數據的唯一部分時，DISTINCT 是一種簡單高效的方式。

基本語法

SELECT DISTINCT column1, column2
FROM table_name;

參數說明：

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

特性說明

• DISTINCT 可以基于單列或多列進行去重，只有多列的值完全相同時，才會被判定為重復行。
• 在DISTINCT中，NULL 被視為一個獨立的值，因此即使列中有多個 NULL 值，結果中只會保留一個 NULL。

GROUP BY

GROUP BY 是一個用于分組的子句，通常與聚合函數配合使用以對分組后的數據進行匯總處理。它按指定列的值將行劃分為不同的組。

基本語法

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

參數說明：

• column1, column2：分組的字段。
• aggregate_function(column_name) ：用于對分組內的行進行計算的聚合函數，例如 COUNT, SUM, AVG 等。
• table_name：查詢的表名字。
• condition：可選，用于過濾行，在分組之前應用。
• 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組。

示例表結構與數據：

為了便于說明，我們定義兩個表 customers 和 orders，并插入一些示例數據。

創建表：

CREATE TABLE customers (
  customer_id INT PRIMARY KEY,
nameVARCHAR(255) NOTNULL,
  city VARCHAR(255) NOTNULL
);

INSERTINTO customers (customer_id, name, city) VALUES
  (1, 'John Doe', 'New York'),
  (2, 'Jane Smith', 'London'),
  (3, 'Mike Brown', 'Paris'),
  (2, 'Jane Smith', 'London'); -- 存在重復項

CREATETABLE orders (
  order_id INT PRIMARY KEY,
  customer_id INTNOTNULL,
  product VARCHAR(255) NOTNULL,
  price DECIMAL(10,2) NOTNULL,
FOREIGNKEY (customer_id) REFERENCES customers(customer_id)
);

INSERTINTO 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使用對比

示例 1：檢索唯一的客戶城市

場景：我們希望查詢 customers 表中的唯一城市，不關心重復的城市名稱。

使用 DISTINCT：

SELECT DISTINCT city
FROM customers;

輸出：

city
-----
New York
London
Paris

SQL 查詢去除了數據集中重復的城市，只返回唯一值，簡單直觀。

示例 2：按客戶城市統計訂單數量

場景：我們希望統計每個城市對應的訂單數量，涉及分組統計。

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

SQL 查詢通過 GROUP BY 以城市分組，并結合 COUNT 聚合函數統計每組的訂單數量，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、功能上的表現會有所偏差。

兩者實現的相似性

對于以下兩條查詢：

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），兩者使用相同的執行計劃。例如，通過以下 EXPLAIN 分析，查詢會通過索引掃描優化：

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

兩者結果中 Extra 字段顯示 Using index for group-by，說明索引用于優化查詢，效率相當。

GROUP BY的隱式排序問題

在 MySQL 8.0 之前，GROUP BY 默認對結果進行隱式排序。這可能導致額外的排序操作（filesort），增加了查詢開銷。在無顯式排序要求時，DISTINCT 的性能會優于 GROUP BY。

例如：

SELECT int6_random FROM test_table GROUP BY int6_random;

通過 EXPLAIN 查詢，可以看到隱式排序增加了開銷：

Extra: Using filesort

從 MySQL 8.0 開始，GROUP BY 不再強制進行隱式排序，性能接近 DISTINCT，尤其是在無索引的大數據場景下，二者效率更加一致。

SELECT DISTINCT 與 GROUP BY 的應用場景及差異

功能和目的對比：

適用場景

根據具體需求選擇 DISTINCT 或 GROUP BY：

1. 使用SELECT DISTINCT：

• 當僅需要去除重復項，返回唯一值時。
• 適用于簡單查詢場景。

2. 使用GROUP BY：

• 當需要按特定條件分組并對分組內的數據進行匯總或聚合（如 COUNT, SUM, AVG）時。
• 適合復雜的業務場景，支持更多靈活的操作，如結合 HAVING 子句篩選分組后的結果。

結論

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

• DISTINCT 適合簡單去重，避免數據重復。
• GROUP BY 更注重分組數據并對分組進行匯總分析。

在 MySQL 8.0 后，性能差距進一步縮小，但從語義清晰度與靈活性來看，GROUP BY 在處理復雜業務場景時更勝一籌。選擇使用哪種方式應根據具體應用場景而定。