DB—— group by 和 distinct 效率比较

数据库操作中，去重计数有两种实现方式，一种是 count + distinct 一种是 count + group by 

table

id	salary
1	10K
2	15K
3	10K
4	10K
5	20K
6	10K
7	15K

假设有以上这么个表，要对salary去重计数，按照上面的思路有两种实现方法：

1.
select distinct(count(salary)) from table 

2.
select count(salary) from table group by salary 

那么这两种方法有什么不同？都是出于什么样的考虑呢？

1. distinct 需要将所有的salary值存到一块内存当中去，相当于一个hash结构，key是salary的值，然后最后计算hash的个数；
2. group by 先将salary进行一次sort排序，时间复杂度为nlogn，空间复杂度为1；

选取条件

数据分布	去重方式	原因
离散（多表）	group by	发挥空间复杂度的优势，但是花费时间长一些
集中	distinct	distinct占用空间较小，发挥时间复杂度的优势

极端情况考虑：

• 如果数据全部重复，用distinct又快又好；
• 如果数据全部唯一，用group by；