• 面试突击:MySQL 中如何去重?


    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

    1. -- 创建测试表
    2. drop table if exists pageview;
    3. create table pageview(
    4. id bigint primary key auto_increment comment '自增主键',
    5. aid bigint not null comment '文章ID',
    6. uid bigint not null comment '(访问)用户ID',
    7. createtime datetime default now() comment '创建时间'
    8. ) default charset='utf8mb4';
    9. -- 添加测试数据
    10. insert into pageview(aid,uid) values(1,1);
    11. insert into pageview(aid,uid) values(1,1);
    12. insert into pageview(aid,uid) values(2,1);
    13. insert into pageview(aid,uid) values(2,2);

    最终展现效果如下: 

    2.distinct 使用

    distinct 基本语法如下:

    SELECT DISTINCT column_name,column_name FROM table_name;
    

    2.1 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: 

    2.2 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: 

    2.3 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: 

    3.group by 使用

    group by 基础语法如下:

    1. SELECT column_name,column_name FROM table_name
    2. WHERE column_name operator value
    3. GROUP BY column_name

    3.1 单列去重

    根据 aid(文章 ID)去重,具体实现如下: 

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

    3.2 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: 

    3.3 聚合函数 + group by

    统计每个 aid 的总数量,SQL 实现如下: 

     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: 

     官方文档地址:dev.mysql.com/doc/refman/… 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: 

     当你试图添加非去重字段(查询)时,SQL 会报错如下图所示:  而使用 group by 排序可以查询一个或多个字段,如下图所示: 

    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: 

     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: 

    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。

     

  • 相关阅读:
    TIA西门子博途V18安装教程及注意事项
    MATLAB-使用系统识别应用程序识别非线性黑盒模型
    软件测试的几种方法
    C语言-结构体
    [附源码]计算机毕业设计springboot美发店会员管理系统
    常见注释的格式
    WGCNA分析教程五 | [更新版]
    JS语法杂记
    stm32单片机个人学习笔记3(GPIO输出)
    Nginx请求处理时间过长问题解决
  • 原文地址:https://blog.csdn.net/m0_71777195/article/details/125636200