在 MySQL 中，最常見的去重方法有兩個：使用 distinct 或使用 group by，那它們有什么區別呢？接下來我們一起來看。
作者 | 磊哥
來源 | JAVA面試真題解析（ID：AImianshi666）
轉載請聯系授權（微信ID：GG_Stone）
在 MySQL 中，最常見的去重方法有兩個：使用 distinct 或使用 group by，那它們有什么區別呢？接下來我們一起來看。
1、創建測試數據
-- 創建測試表
drop table if exists pageview;
create table pageview(
id bigint primary key auto_increment comment '自增主鍵',
aid bigint not null comment '文章ID',
uid bigint not null comment '（訪問）用戶ID',
createtime datetime default now() comment '創建時間'
) default charset='utf8mb4';
-- 添加測試數據
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);
最終展現效果如下：
2、distinct 使用
distinct 基本語法如下：
SELECT DISTINCT column_name,column_name FROM table_name;
（1）單列去重
我們先用 distinct 實現單列去重，根據 aid（文章 ID）去重，具體實現如下：
（2）多列去重
除了單列去重之外，distinct 還支持多列（兩列及以上）去重，我們根據 aid（文章 ID）和 uid（用戶 ID）聯合去重，具體實現如下：
（3）聚合函數+去重
使用 distinct + 聚合函數去重，計算 aid 去重之后的總條數，具體實現如下：
3、group by 使用
group by 基礎語法如下：
SELECT column_name,column_name FROM table_name
WHERE column_name operator value
GROUP BY column_name
（1）單列去重
根據 aid（文章 ID）去重，具體實現如下：
與 distinct 相比 group by 可以顯示更多的列，而 distinct 只能展示去重的列。
（2）多列去重
根據 aid（文章 ID）和 uid（用戶 ID）聯合去重，具體實現如下：
（3）聚合函數 + group by
統計每個 aid 的總數量，SQL 實現如下：
從上述結果可以看出，使用 group by 和 distinct 加 count 的查詢語義是完全不同的，distinct + count 統計的是去重之后的總數量，而 group by + count 統計的是分組之后的每組數據的總數。
4、distinct 和 group by 的區別
官方文檔在描述 distinct 時提到：在大多數情況下 distinct 是特殊的 group by，如下圖所示：
官方文檔地址：https://dev.mysql.com/doc/refman/8.0/en/distinct-optimization.html但二者還是有一些細微的不同的，比如以下幾個。
區別1：查詢結果集不同
當使用 distinct 去重時，查詢結果集中只有去重列信息，如下圖所示：
當你試圖添加非去重字段（查詢）時，SQL 會報錯如下圖所示：
而使用 group by 排序可以查詢一個或多個字段，如下圖所示：
區別2：使用業務場景不同
統計去重之后的總數量需要使用 distinct，而統計分組明細，或在分組明細的基礎上添加查詢條件時，就得使用 group by 了。使用 distinct 統計某列去重之后的總數量：
統計分組之后數量大于 2 的文章，就要使用 group by 了，如下圖所示：
區別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，此情況它們的性能是相同的；而當去重的字段沒有索引時，distinct 的性能就會高于 group by，因為在 MySQL 8.0 之前，group by 有一個隱藏的功能會進行默認的排序，這樣就會觸發 filesort 從而導致查詢性能降低。
總結
大部分場景下 distinct 是特殊的 group by，但二者也有細微的區別，比如它們在查詢結果集上、使用的具體業務場景上，以及性能上都是不同的。
