distinct与group by

问题

如果只需要去重，不需要执行聚合函数，distinct 和 group by 哪种效率高一些呢？

分析

如果表 t 的字段 a 上没有索引，那么下面这两条语句：

select a from t group by a order by null;
select distinct a from t;

的性能是不是相同的?
首先需要说明的是，这种 group by 的写法，并不是 SQL 标准的写法。标准的 group by 语句，是需要在 select 部分加一个聚合函数，比如：

select a,count(*) from t group by a order by null;

该条语句的逻辑是：按照字段 a 分组，计算每组的 a 出现的次数。在这个结果里，由于做的是聚合计算，相同的 a 只出现一次。

没有了 count(*) 以后，也就是不再需要执行“计算总数”的逻辑时，第一条语句的逻辑就变成是：按照字段 a 做分组，相同的 a 的值只返回一行。而这就是 distinct 的语义，所以不需要执行聚合函数时，distinct 和 group by 这两条语句的语义和执行流程是相同的，因此执行性能也相同。

这2条语句的执行顺序如下：

1. 创建一个临时表，临时表有一个字段a，并且在这个字段a上创建一个唯一索引；
   
2. 遍历表t，依次取数据插入临时表中：
   • 如果发现唯一键冲突，就跳过；
   • 否则插入成功；
3. 遍历完成后，将临时表作为结果集返回给客户端。