数据库distinct、union、exists等技术总结

一、mysql distinct技术点

1.  创建table：

createtable t1 (id varchar, name varchar);

2.  插入数据:

insertinto t1 values(1,a);

insertinto t1 values(2,b);

insertinto t1 values(3,c);

insertinto t1 values(4,c);

insertinto t1 values(5,b);

3.  查询不重复name：

select distinct name from t1，得到a、b、c

4.  查询name和id字段：

select distinct name，id from t1，得到全部数据

即，只有当name和id都相同时，重复的记录才被排除

5.  将distinct放在id后：

select id, distinct name from table，结果报错！

6.  得到name不重复的每条记录：

select *,count(distinct name) from t1 groupby name

二、union union all distinct技术点

1.  union合并后再进行distinct

2.  union all合并后不进行distinct

3.  (a)union = union all + distinct，(b) union != distinct + union all

4.  对于3的理解(a)和(b)的不同在于执行顺序

5.  只有当数据量级小的时候（如千条以下），没有明显的查询效率；当数据量级大时，应采用临时表merge策略替换union，用exists替换distinct

三、用EXISTS替换DISTINCT技术点

1.  示例：

SELECT DISTINCT DEPT_NO,DEPT_NAME FROM DEPT D , EMP E WHERED.DEPT_NO = E.DEPT_NO;  低效

SELECT DEPT_NO,DEPT_NAME FROM DEPT D WHERE EXISTS ( SELECT ‘X' FROMEMP E WHERE E.DEPT_NO = D.DEPT_NO);  高效

SELECT DEPT_NO,DEPT_NAME FROM DEPT, (SELECT DISTINCT DEPT_NO FROMEMP) TMP WHERE DEPT.DEPT_NO=TMP.DEPT_NO;  避免使用

2.  解析：

     当提交一个包含一对多表信息(比如部门表和雇员表)的查询时,避免在SELECT子句中使用DISTINCT. 一般可以考虑用EXIST替换, EXISTS 使查询更为迅速,因为RDBMS核心模块将在子查询的条件一旦满足后,立刻返回结果。

     用EXISTS的确可以替代DISTINCT，不过以上方案仅适合DEPT_NO为唯一主键的情况。

3.  参考，如果要去掉重复记录，需参照以下方法：

SELECT * FROM EMP WHERE DEPT_NO EXISTS(select Max(DEPT_NO) FROM DEPTD , EMP E WHERE E.DEPT_NO = D.DEPT_NO GROUP BY D.DEPT_NO)

四、IN和EXISTS效率技术点

表A（小表），表B（大表）

select * from B where cc in (select cc fromA)

这个语句中是先从A表中把cc找出来,然后根据cc再在B中去找相关的cc 由于A表的cc远小于B表的cc 所以可以节省时间。

select * from B exists (select cc from Awhere cc=B.cc)

这句话是先从B表里把cc找出来 然后再在A表里找相关的cc  由于B表的cc远多于A表的cc 所以这样做很浪费时间。

 

总结: 外大内小用IN，外小内大用EXISTS

数据库distinct、union、exists等技术总结文档    下载