社区编辑申请
注册/登录
面试突击:MySQL 中如何去重?
数据库 MySQL
在 MySQL 中,最常见的去重方法有两个:使用 distinct 或使用 group by,那它们有什么区别呢?接下来我们一起来看。

作者 | 磊哥

来源 | Java面试真题解析(ID:aimianshi666)

转载请联系授权(微信ID:GG_Stone)

在 MySQL 中,最常见的去重方法有两个:使用 distinct 或使用 group by,那它们有什么区别呢?接下来我们一起来看。

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);

最终展现效果如下:

图片

2、distinct 使用

distinct 基本语法如下:

SELECT DISTINCT column_name,column_name FROM table_name;

(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:

图片

(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:

图片

(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:

图片

3、group by 使用

group by 基础语法如下:

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

(1)单列去重

根据 aid(文章 ID)去重,具体实现如下:

图片

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

(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:

图片

(3)聚合函数 + group by

统计每个 aid 的总数量,SQL 实现如下:图片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 的区别

官方文档在描述 distinct 时提到:在大多数情况下 distinct 是特殊的 group by,如下图所示:

图片

官方文档地址:https://dev.mysql.com/doc/refman/8.0/en/distinct-optimization.html但二者还是有一些细微的不同的,比如以下几个。

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,如下图所示:

图片

当你试图添加非去重字段(查询)时,SQL 会报错如下图所示:

图片

而使用 group by 排序可以查询一个或多个字段,如下图所示:图片

图片

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:

图片

图片统计分组之后数量大于 2 的文章,就要使用 group by 了,如下图所示:图片

图片

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,此情况它们的性能是相同的;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 MySQL 8.0 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,但二者也有细微的区别,比如它们在查询结果集上、使用的具体业务场景上,以及性能上都是不同的。

责任编辑:姜华 来源: Java面试真题解析
相关推荐

2022-06-06 07:35:26

2022-06-29 11:01:05

MySQL事务隔离级别

2022-06-27 07:23:44

2021-01-22 11:58:30

MySQL数据库开发

2020-09-30 06:49:25

2018-07-10 16:50:28

2020-09-16 11:50:18

MySQL数据库面试

2021-06-15 06:04:42

2019-09-16 09:03:11

数据库SQLMySQL

2019-03-15 19:41:39

MySQL面试数据库

2020-04-26 16:55:54

MySQL数据库

2020-04-09 13:38:40

2019-12-24 14:50:01

2022-03-16 09:02:46

渲染路径浏览器重排和重绘

2019-08-07 09:52:34

2021-07-30 06:58:27

2018-09-11 17:13:23

MySQ数据库重复记录

2011-04-12 16:01:04

MySQL查询编写

2020-04-28 08:55:11

MySQL数据库

2010-10-13 17:07:46

MySQL删除重复记录

同话题下的热门内容

明明加了唯一索引,为什么还是产生重复数据?推荐几款好用的MySQL开源客户端,建议收藏字节二面,两个事务执行 SQL 语句的过程中,导致死锁不同数据库存储引擎技术的优劣势分析MySQL源码解析之执行计划

编辑推荐

MySQL集群搭建详解如果对MySQL还停留在这个印象,就out了防止服务器宕机时MySQL数据丢失的几种方案MySQL innodb引擎备份工具XtraBackup之二(数据库全备)MySQL优化: Slave延迟很大的优化方法总结
我收藏的内容
点赞
收藏

51CTO技术栈公众号