我有一个数据库，里面有一个名为'links'的表，其中有6亿行在SQLite中。数据库中有2列 - “src”列和“dest”列。目前没有指数。
src和dest之间有相当多的公共值，但也有相当数量的重复行。
我要做的第一件事是删除所有重复的行，然后对结果执行一些额外的处理，但是我遇到了一些奇怪的问题。
首先，SELECT * FROM links WHERE src=434923 AND dest=5010182。现在这会很快返回一个结果，然后需要很长时间才能运行，因为我假设它正在600米行的其余部分执行表扫描。
但是，如果我SELECT DISTINCT * FROM links，那么它会立即开始快速返回行。问题是：这怎么可能？当然，对于每一行，必须将该行与表中的所有其他行进行比较，但这需要表格中的其余行的表格扫描，应该需要很长时间！
为什么SELECT DISTINCT比标准SELECT快得多？
答案 0 :(得分：4)
想一想。如果未应用任何排序，则可以按扫描顺序返回结果。它只保留了到目前为止看到的值的列表（更可能是一个有效的结构，如b树）。如果未找到给定值，则返回该值并将其添加到簿记结构中。绝对不需要与所有其他行进行比较。
答案 1 :(得分：2)
为了更准确，一个查询不比另一个快。更准确地说，查询完成所花费的时间对于两个查询应该是相同的。不同之处在于使用DISTINCT的查询只返回更多行，因此它会以更快的速度接收行，因此响应速度更快。然而，在两者的引擎下发生的是相同的表扫描。 distinct查询具有一个数据结构，用于存储已返回的内容并过滤重复项。因此，它应该实际上需要更长的时间，直到查询完成但（返回的行）/时间更长，因为只有更多的行匹配。 （另请注意：某些查看者添加了查询结果限制，可以使不同的查询运行得更快（因为您达到了结果限制并停止）。）