MYSQL distinct 和group by 同时使用性能急剧下降

语句：select distinct a from A group by a

当记录数上万，执行时间将达到30秒左右。

修改为 select distinct a from (select a from A group by a),执行时长会在1秒以内。

对比两条SQL 语句执行记录，发现修改前Handler_read_rnd_next 数量高达1亿，修改后这条记录降低到7万左右。

Handler_read_rnd_next： 从数据节点读取下一条数据的次数 。

另外修改后，解释器中增加了Using temporary，使用了临时表进行distinct 操作。

为什么会出现这种情况呢？

按照网上说法，distinct 和group by 同时使用时，先group by ，再distinct 。这个过程中，group by 应该必然会产生临时表才对。

Mysql数据库group by原理详解_Mysql_脚本之家

explain select city ,count(*) as num from staff group by city;

我们一起来看下这个SQL的执行流程哈

• 创建内存临时表，表里有两个字段city和num；
• 全表扫描staff的记录，依次取出city = 'X'的记录。
• 判断临时表中是否有为 city='X'的行，没有就插入一个记录 (X,1);
• 如果临时表中有city='X'的行的行，就将x 这一行的num值加 1；
• 遍历完成后，再根据字段city做排序，得到结果集返回给客户端。

distinct :会将全部内容存储到一个hash结构中，最后通过计算hash结构中的key的个数得到结果。典型的以空间换时间的方式。

group by：先将字段排序，一般使用sort，然后进行计数，典型的以时间换空间。

数据越是离散，distinct 需要消耗的空间越大，效率越低，group by 的空间优势就比较明显；数据越集中，distinct 效率则更高。