引言

在SQL查询中，GROUP BY和DISTINCT都是常用的关键字，它们都能实现数据去重的功能。但它们的实现原理和使用场景有很大的区别。

基本概念

DISTINCT

DISTINCT用于删除结果集中的重复行，确保每个结果只出现一次。它作用于整个选择的列组合。

GROUP BY

GROUP BY用于将具有相同值的行组合到汇总行中，通常与聚合函数（如COUNT、SUM、AVG等）一起使用。

实际案例分析

让我们通过一个具体的案例来理解它们的区别。假设我们有一个订单表（orders）：

CREATE TABLE orders (
    order_id INT,
    customer_id INT,
    product_id INT,
    amount DECIMAL(10,2),
    order_date DATE
);

INSERT INTO orders VALUES
(1, 101, 1, 100.00, '2024-02-14'),
(2, 101, 2, 200.00, '2024-02-14'),
(3, 102, 1, 150.00, '2024-02-14'),
(4, 101, 1, 300.00, '2024-02-15');

使用DISTINCT的场景

如果我们想查看有哪些客户下过订单：

SELECT DISTINCT customer_id 
FROM orders;

-- 结果
customer_id
-----------
101
102

这个查询会直接返回去重后的客户ID列表。

使用GROUP BY的场景

如果我们想知道每个客户的订单总金额：

SELECT customer_id, 
       COUNT(*) as order_count,
       SUM(amount) as total_amount
FROM orders
GROUP BY customer_id;

-- 结果
customer_id  order_count  total_amount
-----------  -----------  ------------
101          3           600.00
102          1           150.00

GROUP BY不仅去除了重复，还能进行数据汇总计算。

主要区别

1. 功能定位

• DISTINCT：纯粹的去重操作
• GROUP BY：分组汇总，可以配合聚合函数使用

2. 结果集

• DISTINCT：直接返回去重后的数据
• GROUP BY：返回分组汇总后的数据

3. 性能表现

• DISTINCT：对整个结果集进行去重，通常需要排序操作
• GROUP BY：在分组的同时进行计算，可能涉及临时表的创建

4. 使用灵活性

• DISTINCT：不能与聚合函数直接配合使用（除特殊情况外）
• GROUP BY：可以配合多种聚合函数，支持复杂的分组计算

总结

1. DISTINCT和GROUP BY虽然都能实现去重，但它们的使用场景和功能特点有明显区别。

2. DISTINCT适合简单的去重场景，而GROUP BY更适合需要分组统计的场景。

3. 在选择使用哪种方式时，需要考虑：

• 业务需求是否需要分组统计
• 性能要求
• 结果集的预期大小
• 是否需要使用聚合函数

4. 合理使用索引和优化查询语句，可以显著提升查询性能。

阅读原文：原文链接