sql：对单个字段去重，distinct和group by性能分析

distinct简单来说就是用来去重的，而group by的设计目的则是用来聚合统计的，两者在能够实现的功能上有些相同之处，但是2者的性能差距很大

对于一个84万数据量的表，count(distinct(XXX))的查询需要20s，而group by仅需1s，性能相差20倍

 

原理分析：

        distinct方式就是两两对比，需要遍历整个表，大多数情况下都会导致对最终结果集进行一次排序；

        group by分组类似先建立索引再查索引，所以两者对比，小表distinct快，不用索引。大表group by快。一般来说小表就算建索引，也不会慢到哪儿去；但如果是TB级大表，遍历简直就是灾难。

        所以distinct一直是sql语言中成本最高的函数之一，很多Oracle项目都禁止使用distinct语句，全部要求替换成group by。