MySQL 中的 distinct 和 group by 哪个效率更高

先说结论

• 在语义相同，有索引的情况下：group by 和 distinct 都能使用索引，效率相同
• 在语义相同，无索引的情况下：distinct 效率高于 group by。原因是 distinct 和 group by 都会进行分组操作，但是 group by 可能会进行排序，触发 filesort，导致 sql 执行效率低下

Distinct 和 group by 的语法区别

Group by 可以进行单列去重，group by 的原理是先对结果进行分组排序，然后返回每组的第一条数据。且是根据 group by 的后续字段进行去重的

为什么在语义相同，有索引的情况下，group by 和 distinct 效率相同？

在什么情况下，group by 会进行排序操作？

在 MySQL 8.0 之前，group by 默认会一句字段进行隐式排序

对于能利用索引的情况下，group by 不需要额外进行排序；但当无法利用索引排序时，MySQL 优化器就不得不选择通过使用临时表然后在排序的方式实现 group by

当结果集的大小超过系统设置的临时表的大小时，MySQL 会将临时表数据 copy 到磁盘上面在进行操作，语句的执行效率会变得很低

这也是 MySQL 选择将此操作弃用的原因

同时也可以通过 order by null 的方式禁止隐式排序

参考链接

• 京东一面：MySQL 中的 distinct 和 group by 哪个效率更高？太刁钻了吧！