Question

SQL在这两个语句之间的性能有差异吗？

SELECT distinct 'A' as TableName, Col1, Col2, Col3 FROM A 
UNION ALL 
SELECT distinct 'B' as TableName, Col1, Col2, Col3 from B

与

SELECT 'A' as TableName, Col1, Col2, Col3 FROM A 
UNION 
SELECT 'B' as TableName, Col1, Col2, Col3 from B

这个和类似问题（如UNION vs DISTINCT in performance）之间的区别在于，我可以提前确认我正在使用的各个表在之间没有任何重复记录，只在个别表格内。

执行计划对我来说看起来是一样的，因为它在连接之前对各个表进行排序。但是，如果我从它们两者中删除标量，UNION ALL的计划基本保持不变，但UNION会更改为在distinct之前连接。我将一起连接大约20个表，并且不清楚做20个单独的DISTINCT是否比最后做一个大的DISTINCT更快，因为我仍然可以确认这些表不会在它们之间共享任何重复（仅在相同的内部）表）。

Answer 1

DISTINCT不一定按排序实现，也可以通过散列实现。

这两者都是内存消耗操作，减少被分散的数据的大小可以帮助减少所需的内存量，这有利于并发。

排序的算法复杂度为n log n，这意味着随着n的增长，所需的工作量会增加linearitmically。在此基础上，对10个较小的大小s进行排序通常应该比排序一个较大的大小10*s快。

Answer 2

让我们不要谈论SQL一分钟。

案例1 ：说，有一个包含100个数字的列表。

List: 1,2,3,4,....60 and then 61 repeats 40 times.

列表没有安排，你事先也不知道。现在，您尝试从 100个数字列表中搜索唯一值，然后对它们进行排序。

案例2 ：正如您所说，有两个列表，它们之间没有重复记录。

List 1: 1,2,3,4,....60
List 2: 61,61,61,61... 40 times

它满足您提到的条件。类似地，列表一具有随机顺序的数字。但是现在您正在搜索唯一值，从 60 的列表中搜索，而不是更大的100个数字列表以及从中获得61的另一个列表。

来到SQL ，这一切都取决于每个表中的数据大小，可能还有其他一些因素。

我接受它并不是一个完整的答案，但仍希望这会有所帮助。

SQL Server查询：Union vs Distinct union all performance

2 个答案: