Qu'est-ce qui est le plus rapide, SELECT DISTINCT ou GROUP BY dans MySQL ?

Question

Si j'ai un tableau

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)
)

et je veux obtenir toutes les valeurs uniques de profession champ, ce qui serait plus rapide (ou recommandé) :

SELECT DISTINCT u.profession FROM users u

ou

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

?

Answer 1

Ils sont essentiellement équivalents l'un à l'autre (en fait, c'est ainsi que certaines bases de données implémentent DISTINCT sous le capot).

Si l'un d'entre eux est plus rapide, ce sera DISTINCT . En effet, bien que les deux soient identiques, un optimiseur de requête devrait tenir compte du fait que votre GROUP BY ne profite d'aucun membre du groupe, seulement de ses clés. DISTINCT rend cela explicite, ce qui permet de s'en sortir avec un optimiseur un peu plus bête.

En cas de doute, testez !

Answer 2

Si vous avez un index sur profession Ces deux termes sont synonymes.

Si vous ne le faites pas, utilisez DISTINCT .

GROUP BY en MySQL les résultats du triage. Vous pouvez même le faire :

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

et de trier vos professions dans DESC l'ordre.

DISTINCT crée une table temporaire et l'utilise pour stocker les doublons. GROUP BY fait la même chose, mais trie les résultats distincts après coup.

Alors

SELECT DISTINCT u.profession FROM users u

est plus rapide, si vous n'avez pas d'index sur profession .

Answer 3

Toutes les réponses ci-dessus sont correctes, pour le cas de DISTINCT sur une seule colonne par rapport à GROUP BY sur une seule colonne. Chaque moteur de base de données a sa propre implémentation et ses propres optimisations, et si vous vous souciez de la très petite différence (dans la plupart des cas), vous devez tester contre un serveur spécifique ET une version spécifique ! Comme les implémentations peuvent changer...

MAIS, si vous sélectionnez plus d'une colonne dans la requête, alors le DISTINCT est essentiellement différent ! Car dans ce cas, il comparera TOUTES les colonnes de toutes les lignes, au lieu d'une seule colonne.

Donc si vous avez quelque chose comme :

// 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

C'est une erreur commune de penser que le mot-clé DISTINCT distingue les lignes par la première colonne que vous avez spécifiée, mais le DISTINCT est un mot-clé général de cette manière.

Vous devez donc faire attention à ne pas considérer les réponses ci-dessus comme correctes dans tous les cas... Vous pourriez être confus et obtenir de mauvais résultats alors que tout ce que vous vouliez, c'était optimiser !

Answer 4

Choisissez le plus simple et le plus court si vous le pouvez - DISTINCT semble être plus ce que vous recherchez, seulement parce qu'il vous donnera EXACTEMENT la réponse dont vous avez besoin et seulement cela !

Answer 5

Bien distinct peut être plus lent que group by à certaines occasions dans postgres (je ne sais pas pour les autres bases de données).

exemple testé :

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

alors faites attention ... :)