distinct 和 group by有什么区别

在mysql中，最常见的去重方式有两种：使用distinct或使用group by ,那它们有什么区别

1、创建测试数据

-- 创建测试表
drop table if exists pageview;
create table pageview(
    id bigint primary key auto_increment comment '自增主键',
    aid bigint not null comment '文章ID',
    uid bigint not null comment '（访问）用户ID',
    createtime datetime default now() comment '创建时间'
) default charset='utf8mb4';
-- 添加测试数据
insert into pageview(aid,uid) values(1,1);
insert into pageview(aid,uid) values(1,1);
insert into pageview(aid,uid) values(2,1);
insert into pageview(aid,uid) values(2,2);

显示的效果如下：

2、distinct使用

distinct基本语法如下：

SELECT DISTINCT column_name,column_name FROM table_name;

2.1 单列去重

我们先用 distinct 实现单列去重，根据 aid（文章 ID）去重，具体实现如下：

select distinct aid from pageview

2.2 多列去重

除了单列去重之外，distinct还支持多列（两列及以上）去重，我们根据aid(文章id)和uid(用户id)联合去重，具体实现如下：

select distinct aid,uid from pageview

2.3 聚合函数+去重

使用distinct + 聚合函数去重，计算aid去重之后的总条数，具体实现如下：

select count(distinct aid) from pageview

3 group by使用

group by 基本语法如下：

SELECT column_name,column_name FROM table_name 
WHERE column_name operator value 
GROUP BY column_name

3.1 单列去重

根据aid去重，具体实现如下：

select * from pageview group by aid;

与distinct相比group by 可以显示更多的列，而distinct只能展示去重的列。

3.2 多列去重

根据 aid（文章 ID）和 uid（用户 ID）联合去重，具体实现如下：

select * from pageview group by aid,uid;

3.3 聚合函数 + group by

统计每个 aid 的总数量，SQL 实现如下:

select aid,count(aid) from pageview group by aid

从上述结果可以看出，使用 group by 和 distinct 加 count 的查询语义是完全不同的，distinct + count 统计的是去重之后的总数量，而 group by + count 统计的是分组之后的每组数据的总数

4 distinct和group by 区别

1、区别1：查询结果集不同
当使用distinct去重时，查询结果集中只有去重列信息
如下所示：

select  distinct aid from pageview;

当你试图添加非去重字段（查询）时，SQL 会报错如下图所示：

而使用 group by 排序可以查询一个或多个字段，如下图所示：

select * from pageview group by aid;

2、区别2：使用业务场景不同
统计去重之后的总数量需要使用 distinct，而统计分组明细，或在分组明细的基础上添加查询条件时，就得使用 group by 了。使用 distinct 统计某列去重之后的总数量：

select aid,count(distinct aid) from pageview;

统计分组之后数量大于2的文章，就要使用group by，如下图所示：

-- 统计分组之后数量大于 2 的文章
select * from pageview group by aid having count(aid) >= 2

3、区别3：性能不同
如果去重的字段有索引，那么group by 和distinct都可以使用索引，此情况他们的性能是相同的；而当去重的字段没有索引时，distinct的性能就会高于group by ,因为在MySQL8.0之前，group by 有一个隐藏的功能会进行默认的排序，这样就会触发filesort从而导致查询性能降低。

总结：
大部分场景下distinct是特殊的group by ，但是二者也有细微的区别，比如他们在查询结果集上，使用的具体业务场景上，以及性能上都是不同的。