มีอะไรเร็วกว่าเลือก DISTINCT หรือ GROUP BY ใน MySQL?

ถ้าฉันมีตาราง

CREATE TABLE users (
  id int(10) unsigned NOT NULL auto_increment,
  name varchar(255) NOT NULL,
  profession varchar(255) NOT NULL,
  employer varchar(255) NOT NULL,
  PRIMARY KEY  (id)
)

และฉันต้องการได้รับค่าของprofessionฟิลด์ที่ไม่ซ้ำกันทั้งหมดสิ่งที่จะเร็วขึ้น (หรือแนะนำ):

SELECT DISTINCT u.profession FROM users u

หรือ

SELECT u.profession FROM users u GROUP BY u.profession

?

โดยพื้นฐานแล้วพวกเขาจะเทียบเท่ากัน (ในความเป็นจริงนี่คือวิธีการที่ฐานข้อมูลบางส่วนใช้DISTINCTภายใต้ประทุน)

DISTINCTหากหนึ่งในนั้นคือเร็วขึ้นก็เป็นไปได้ เนื่องจากแม้ว่าทั้งสองจะเหมือนกัน แต่เครื่องมือเพิ่มประสิทธิภาพการสืบค้นจะต้องทราบข้อเท็จจริงว่าคุณGROUP BYไม่ได้ใช้ประโยชน์จากสมาชิกกลุ่มใด ๆ เพียงแค่ใช้กุญแจ DISTINCTทำให้สิ่งนี้ชัดเจนดังนั้นคุณสามารถหลีกเลี่ยงได้ด้วยเครื่องมือเพิ่มประสิทธิภาพที่ทำให้งี่เง่าเล็กน้อย

เมื่อสงสัยทดสอบ!

หากคุณมีดัชนีในprofessionทั้งสองนี้เป็นคำพ้องความหมาย

DISTINCTหากคุณไม่ได้แล้วใช้

GROUP BYในMySQLประเภทผล คุณสามารถทำได้:

SELECT u.profession FROM users u GROUP BY u.profession DESC

และได้รับการประกอบอาชีพของคุณเรียงลำดับในDESCการสั่งซื้อ

DISTINCTสร้างตารางชั่วคราวและใช้สำหรับจัดเก็บข้อมูลที่ซ้ำกัน GROUP BYทำสิ่งเดียวกัน แต่เรียงลำดับผลลัพธ์ที่แตกต่างในภายหลัง

ดังนั้น

SELECT DISTINCT u.profession FROM users u

professionจะเร็วขึ้นถ้าคุณไม่ได้มีดัชนีใน

คำตอบทั้งหมดข้างต้นนั้นถูกต้องสำหรับกรณี DISTINCT ในคอลัมน์เดี่ยวกับ GROUP BY ในคอลัมน์เดียว เครื่องยนต์ db ทุกตัวมีการนำไปใช้งานและการเพิ่มประสิทธิภาพของตัวเองและถ้าคุณสนใจความแตกต่างเล็กน้อย (ในกรณีส่วนใหญ่) จากนั้นคุณต้องทดสอบกับเซิร์ฟเวอร์เฉพาะและรุ่นที่เฉพาะเจาะจง! เนื่องจากการใช้งานอาจเปลี่ยนแปลง ...

แต่ถ้าคุณเลือกมากกว่าหนึ่งคอลัมน์ในเคียวรี DISTINCT นั้นแตกต่างกันอย่างมาก! เพราะในกรณีนี้มันจะเปรียบเทียบคอลัมน์ทั้งหมดของทุกแถวแทนที่จะเป็นเพียงหนึ่งคอลัมน์

ดังนั้นถ้าคุณมีสิ่งที่ชอบ:

// This will NOT return unique by [id], but unique by (id,name)
SELECT DISTINCT id, name FROM some_query_with_joins

// This will select unique by [id].
SELECT id, name FROM some_query_with_joins GROUP BY id

เป็นความผิดพลาดทั่วไปที่คิดว่าคำสำคัญ DISTINCT แยกแถวตามคอลัมน์แรกที่คุณระบุ แต่ DISTINCT เป็นคำหลักทั่วไปในลักษณะนี้

ดังนั้นคนที่คุณต้องระวังอย่าตอบคำถามข้างต้นให้ถูกต้องในทุกกรณี ... คุณอาจสับสนและได้ผลลัพธ์ที่ผิดขณะที่คุณต้องการก็คือการปรับให้เหมาะสม!

ไปหาสิ่งที่ง่ายและสั้นที่สุดถ้าทำได้ - ความแตกต่างนั้นดูเหมือนจะเป็นสิ่งที่คุณกำลังมองหามากขึ้นเพราะมันจะให้คำตอบที่คุณต้องการและสิ่งนั้น!

จัดกลุ่มตามราคาแพงกว่า Distinct เนื่องจากจัดกลุ่มตามผลลัพธ์ในขณะที่หลีกเลี่ยงที่แตกต่างกัน แต่ถ้าคุณต้องการที่จะทำให้กลุ่มโดยให้ผลเช่นเดียวกับที่แตกต่างกันให้สั่งโดย null ..

SELECT DISTINCT u.profession FROM users u

เท่ากับ

SELECT u.profession FROM users u GROUP BY u.profession order by null

แตกต่างกันอย่างดีอาจช้ากว่ากลุ่มโดยในบางโอกาสใน postgres (ไม่ทราบเกี่ยวกับ DBS อื่น ๆ )

ตัวอย่างการทดสอบ:

postgres=# select count(*) from (select distinct i from g) a;

count 

10001
(1 row)

Time: 1563,109 ms

postgres=# select count(*) from (select i from g group by i) a;

count
10001
(1 row)

Time: 594,481 ms

http://www.pgsql.cz/index.php/PostgreSQL_SQL_Tricks_I

ดังนั้นระวัง ... :)

ดูเหมือนว่าแบบสอบถามจะไม่เหมือนกันทั้งหมด อย่างน้อยสำหรับ MySQL

เปรียบเทียบ:

1. อธิบายชื่อผลิตภัณฑ์ที่แตกต่างเลือกจาก northwind.products
2. อธิบายชื่อผลิตภัณฑ์ที่เลือกจาก northwind.products กลุ่มตามชื่อผลิตภัณฑ์

แบบสอบถามที่สองจะให้ "การใช้ไฟล์พอร์ต" เพิ่มเติมในส่วนเพิ่มเติม

ในMySQL " Group By" ใช้ขั้นตอนพิเศษ: filesort. ฉันรู้DISTINCTได้เร็วกว่าGROUP BYและนั่นก็แปลกใจ

หลังจากการทดสอบอย่างหนักเราได้ข้อสรุปว่า GROUP BY เร็วขึ้น

SELECT sql_no_cache opnamegroep_intern จากtelwerken WHERE opnemergroepIN (7,8,9,10,11,12,13) กลุ่มโดย opnamegroep_intern

635 totaal 0.0944 วินาที Weergave van บันทึก 0 - 29 (635 totaal, query duurde 0.0484 วินาที)

SELECT sql_no_cache ที่แตกต่างกัน (opnamegroep_intern) จากtelwerken WHERE opnemergroepIN (7,8,9,10,11,12,13)

635 totaal 0.2117 วินาที (ช้ากว่าเกือบ 100%) Weergave van บันทึก 0 - 29 (635 totaal, query duurde 0.3468 วินาที)

(เพิ่มเติมจากบันทึกการทำงาน)

มีหลายกรณีที่คุณต้องใช้ GROUP BY เช่นถ้าคุณต้องการรับจำนวนพนักงานต่อนายจ้าง:

SELECT u.employer, COUNT(u.id) AS "total employees" FROM users u GROUP BY u.employer

ในสถานการณ์ดังกล่าวDISTINCT u.employerไม่ทำงาน อาจจะมีวิธีหนึ่ง แต่ฉันก็ไม่รู้เหมือนกัน (หากมีคนรู้วิธีการทำแบบสอบถามด้วย DISTINCT โปรดเพิ่มหมายเหตุ!)

นี่เป็นวิธีง่ายๆที่จะพิมพ์เวลาที่ผ่านไป 2 แบบสำหรับแต่ละแบบสอบถาม

DECLARE @t1 DATETIME;
DECLARE @t2 DATETIME;

SET @t1 = GETDATE();
SELECT DISTINCT u.profession FROM users u; --Query with DISTINCT
SET @t2 = GETDATE();
PRINT 'Elapsed time (ms): ' + CAST(DATEDIFF(millisecond, @t1, @t2) AS varchar);

SET @t1 = GETDATE();
SELECT u.profession FROM users u GROUP BY u.profession; --Query with GROUP BY
SET @t2 = GETDATE();
PRINT 'Elapsed time (ms): ' + CAST(DATEDIFF(millisecond, @t1, @t2) AS varchar);

หรือลองตั้งเวลาสถิติ (Transact-SQL)

SET STATISTICS TIME ON;
SELECT DISTINCT u.profession FROM users u; --Query with DISTINCT
SELECT u.profession FROM users u GROUP BY u.profession; --Query with GROUP BY
SET STATISTICS TIME OFF;

มันเพียงแสดงจำนวนมิลลิวินาทีที่จำเป็นในการแยกวิเคราะห์รวบรวมและดำเนินการแต่ละคำสั่งดังต่อไปนี้:

 SQL Server Execution Times:
   CPU time = 0 ms,  elapsed time = 2 ms.

นี่ไม่ใช่กฎ

สำหรับแต่ละแบบสอบถาม .... ลองแยกกันแล้วจัดกลุ่มตาม ... เปรียบเทียบเวลาเพื่อทำแบบสอบถามให้สมบูรณ์และใช้เร็วขึ้น ...

ในโครงการของฉันบางครั้งฉันใช้กลุ่มโดยและอื่น ๆ ที่แตกต่างกัน

หากคุณไม่จำเป็นต้องทำฟังก์ชั่นกลุ่มใด ๆ (รวม, ค่าเฉลี่ยและอื่น ๆ ในกรณีที่คุณต้องการเพิ่มข้อมูลตัวเลขลงในตาราง) ให้ใช้ SELECT DISTINCT ฉันสงสัยว่ามันจะเร็วกว่า แต่ฉันไม่มีอะไรจะแสดงให้เห็น

ไม่ว่าในกรณีใดหากคุณกังวลเรื่องความเร็วให้สร้างดัชนีในคอลัมน์

เลือก DISTINCT จะเหมือนกันหรือเร็วกว่า GROUP BY เสมอ ในบางระบบ (เช่น Oracle) ระบบอาจได้รับการปรับให้เหมาะสมกับ DISTINCT สำหรับการสืบค้นส่วนใหญ่ สำหรับผู้อื่น (เช่น SQL Server) อาจเร็วกว่ามาก

หากปัญหาอนุญาตให้ลองใช้ EXISTS เนื่องจากได้รับการปรับให้สิ้นสุดโดยเร็วที่สุดเมื่อพบผลลัพธ์ (และไม่บัฟเฟอร์การตอบสนองใด ๆ ) ดังนั้นหากคุณเพียงแค่พยายามทำให้ข้อมูลเป็นมาตรฐานสำหรับคำสั่ง WHERE เช่นนี้

SELECT FROM SOMETHING S WHERE S.ID IN ( SELECT DISTINCT DCR.SOMETHING_ID FROM DIFF_CARDINALITY_RELATIONSHIP DCR ) -- to keep same cardinality

การตอบสนองที่รวดเร็วจะเป็น:

SELECT FROM SOMETHING S WHERE EXISTS ( SELECT 1 FROM DIFF_CARDINALITY_RELATIONSHIP DCR WHERE DCR.SOMETHING_ID = S.ID )

สิ่งนี้ไม่สามารถทำได้เสมอไป แต่ถ้ามีคุณจะเห็นคำตอบที่รวดเร็ว