Question

当查询中没有完成聚合时，为什么有人会使用group by而不是？

此外，是否有人了解该组与MySQL和SQL Server中的不同性能注意事项。我猜测SQL Server有一个更好的优化器，它们可能接近等价，但在MySQL中，我期望显着的性能优势。

我对dba答案感兴趣。

编辑：

比尔的帖子很有意思，但不适用。让我更具体一点......

select a, b, c 
from table x
group by a, b,c

与

select distinct a,b,c
from table x

Answer 1

GROUP BY将行组映射到一行，每个特定列中的不同值，这些列甚至不一定必须在选择列表中。

SELECT b, c, d FROM table1 GROUP BY a;

此查询是合法的SQL（更正：仅在MySQL中;实际上它不是标准SQL，不受其他品牌支持）。 MySQL接受它，它相信你知道自己在做什么，以明确的方式选择b，c和d，因为它们是functional dependencies的{ {1}}。

但是，Microsoft SQL Server和其他品牌不允许此查询，因为它无法轻松确定功能依赖性。 编辑：相反，标准SQL要求您遵循单值规则，即必须在a子句中命名选择列表中的每一列或者是set函数的参数。

GROUP BY始终查看select-list中的所有列，并且只查看那些列。这是一种常见的误解，DISTINCT允许您指定列：

DISTINCT

尽管括号使SELECT DISTINCT(a), b, c FROM table1;看起来像函数调用，但事实并非如此。它是一个查询选项，并且select-list的三个字段中的任何一个中的不同值将导致查询结果中的不同行。此选择列表中的一个表达式有围绕它的括号，但这不会影响结果。

Answer 2

来自MS SQL Server的一些（非常小的）经验数据，来自我们数据库的几个随机表。

对于模式：

SELECT col1, col2 FROM table GROUP BY col1, col2

和

SELECT DISTINCT col1, col2 FROM table

如果查询没有覆盖索引，则两种方式都会产生以下查询计划：

|--Sort(DISTINCT ORDER BY:([table].[col1] ASC, [table].[col2] ASC))
   |--Clustered Index Scan(OBJECT:([db].[dbo].[table].[IX_some_index]))

当有覆盖指数时，两者都产生了：

|--Stream Aggregate(GROUP BY:([table].[col1], [table].[col2]))
   |--Index Scan(OBJECT:([db].[dbo].[table].[IX_some_index]), ORDERED FORWARD)

因此从非常小的示例中，SQL Server肯定会同时对待它们。

Answer 3

在MySQL中，我发现使用GROUP BY通常比DISTINCT更好。

执行“EXPLAIN SELECT DISTINCT”显示“使用where;使用临时”MySQL将创建一个临时表。

vs一个“EXPLAIN SELECT a，b，c来自T1，T2，其中T2.A = T1.A GROUP BY a”只显示“使用位置”

Answer 4

两者都会在MS SQL Server中生成相同的查询计划....如果你有MS SQL Server，你可以启用实际的执行计划，看看哪一个更适合你的需求......

请查看这些帖子：

Answer 5

如果你真的在寻找不同的值，那么distinct会使源代码更具可读性（就好像它是存储过程的一部分）如果我正在编写即席查询，我通常会从组开始，甚至如果我没有聚合，因为我经常会把它们放在上面。