MySQL去重该使用distinct还是group by？
前言
关于group by 与distinct 性能对比:网上结论如下，不走索引少量数据distinct性能更好，大数据量group by 性能好，走索引group by性能好。走索引时分组种类少distinct快。关于网上的结论做一次验证。
准备阶段屏蔽查询缓存
查看MySQL中是否设置了查询缓存。为了不影响测试结果，需要关闭查询缓存。
show variables like '%query_cache%';
查看是否开启查询缓存决定于query_cache_type和query_cache_size。
query_cache_type需要修改C:\ProgramData\MySQL\MySQL Server 5.7\my.ini配置文件，修改query_cache_type=0或2。
方法二：设置query_cache_size为0，执行以下语句。
set global query_cache_size = 0;
方法三：如果你不想关闭查询缓存，也可以在使用RESET QUERY CACHE。
现在测试环境中query_cache_type=2代表按需进行查询缓存，默认的查询方式是不会进行缓存，如需缓存则需要在查询语句中加上sql_cache。
数据准备
t0表存放10W少量种类少的数据
drop table if exists t0;
create table t0(
id bigint primary key auto_increment,
a varchar(255) not null
) engine=InnoDB default charset=utf8mb4 collate=utf8mb4_bin;
1
2
3
4
5
drop procedure insert_t0_simple_category_data_sp;
delimiter //
create procedure insert_t0_simple_category_data_sp(IN num int)
begin
set @i = 0;
while @i < num do
insert into t0(a) value(truncate(@i/1000, 0));
set @i = @i + 1;
end while;
end
//
call insert_t0_simple_category_data_sp(100000);
t1表存放1W少量种类多的数据
drop table if exists t1;
create table t1 like t0;
1
2
drop procedure insert_t1_complex_category_data_sp;
delimiter //
create procedure insert_t1_complex_category_data_sp(IN num int)
begin
set @i = 0;
while @i < num do
insert into t1(a) value(truncate(@i/10, 0));
set @i = @i + 1;
end while;
end
//
call insert_t1_complex_category_data_sp(10000);
t2表存放500W大量种类多的数据
drop table if exists t2;
create table t2 like t1;
1
2
drop procedure insert_t2_complex_category_data_sp;
delimiter //
create procedure insert_t2_complex_category_data_sp(IN num int)
begin
set @i = 0;
while @i < num do
insert into t1(a) value(truncate(@i/10, 0));
set @i = @i + 1;
end while;
end
//
call insert_t2_complex_category_data_sp(5000000);
测试阶段
验证少量种类少数据
未加索引
set profiling = 1;
select distinct a from t0;
show profiles;
select a from t0 group by a;
show profiles;
alter table t0 add index `a_t0_index`(a);
由此可见：少量种类少数据下，未加索引，distinct和group by性能相差无几。
加索引
alter table t0 add index `a_t0_index`(a);
执行上述类似查询后
由此可见：少量种类少数据下，加索引，distinct和group by性能相差无几。
验证少量种类多数据未加索引
执行上述类似未加索引查询后
由此可见：少量种类多数据下，未加索引，distinct比group by性能略高，差距并不大。
加索引
alter table t1 add index `a_t1_index`(a);
执行类似未加索引查询后
由此可见：少量种类多数据下，加索引，distinct和group by性能相差无几。
验证大量种类多数据
未加索引
SELECT count(1) FROM t2;
执行上述类似未加索引查询后
由此可见：大量种类多数据下，未加索引，distinct比group by性能高。
加索引
alter table t2 add index `a_t2_index`(a);
执行上述类似加索引查询后
由此可见：大量种类多数据下，加索引，distinct和group by性能相差无几。
总结
去重场景下，未加索引时，更偏向于使用distinct，而加索引时，distinct和group by两者都可以使用。
总结
到此这篇关于MySQL去重该使用distinct还是group by？的文章就介绍到这了,更多相关mysql 去重distinct group by内容请搜索软件开发网以前的文章或继续浏览下面的相关文章希望大家以后多多支持软件开发网！
您可能感兴趣的文章:MySQL数据表合并去重的简单实现方法一条sql语句完成MySQL去重留一分析MySQL中优化distinct的技巧解析mysql中:单表distinct、多表group by查询去除重复记录使用distinct在mysql中查询多条不重复记录值的解决办法
