Distinct 和Group by的区别

技术2022-05-11 27

其实二者没有什么可比性，但是对于不包含聚集函数的GROUP BY操作来说，和DISTINCT操作是等价的。不过虽然二者的结果是一样的，但是二者的执行计划并不相同。

在Oracle9i中：

SQL> SELECT * FROM V$VERSION;

BANNER----------------------------------------------------------------Oracle9i Enterprise Edition Release 9.2.0.4.0 -Production PL/SQL Release 9.2.0.4.0 - ProductionCORE 9.2.0.3.0 ProductionTNS for Linux: Version 9.2.0.4.0 - ProductionNLSRTL Version 9.2.0.4.0 - Production

SQL> CREATE TABLE T AS SELECT ROWNUM ID, A.* FROM DBA_OBJECTS A;

表已创建。

SQL> CREATE INDEX IND_T_CREATED ON T (CREATED);

索引已创建。

SQL> ALTER TABLE T MODIFY CREATED NOT NULL;

表已更改。

SQL> ALTER SESSION SET NLS_DATE_FORMAT = 'YYYY-MM-DD HH24:MI:SS';

会话已更改。

SQL> EXEC DBMS_STATS.GATHER_TABLE_STATS(USER, 'T')

PL/SQL过程已成功完成。

SQL> SET AUTOT ON EXPSQL> SELECT COUNT(*) FROM (SELECT DISTINCT CREATED FROM T);

COUNT(*)----------4794

执行计划----------------------------------------------------------0 SELECT STATEMENT ptimizer=CHOOSE (Cost=65 Card=1)1 0 SORT (AGGREGATE)2 1 VIEW (Cost=65 Card=4794)3 2 SORT (UNIQUE) (Cost=65 Card=4794 Bytes=38352)4 3 INDEX (FAST FULL SCAN) OF 'IND_T_CREATED' (NON-UNIQUE) (Cost=4 Card=41802 Bytes=334416)

SQL> SELECT COUNT(*) FROM (SELECT CREATED FROM T GROUP BY CREATED);

COUNT(*)----------4794

执行计划----------------------------------------------------------0 SELECT STATEMENT ptimizer=CHOOSE (Cost=65 Card=1 Bytes=2)1 0 SORT (AGGREGATE)2 1 VIEW (Cost=65 Card=4794 Bytes=9588)3 2 SORT (GROUP BY) (Cost=65 Card=4794 Bytes=38352)4 3 INDEX (FAST FULL SCAN) OF 'IND_T_CREATED' (NON-UNIQUE) (Cost=4 Card=41802 Bytes=334416)

从执行计划上看，DISTINCT的操作是SORT (UNIQUE)，而GROUP BY是SORT (GROUP BY)。DISTINCT操作只需要找出所有不同的值就可以了。而GROUP BY操作还要为其他聚集函数进行准备工作。从这一点上将，GROUP BY操作做的工作应该比DISTINCT所做的工作要多一些。

除了这一点，基本上看不到DISTINCT和GROUP BY（没有聚集函数的情况）有什么区别，而且从执行效率上也看不到明显的差异。

不过从10g开始，二者的差异开始体现出来了。

SQL> CONN YANGTK/YANGTK@YTK已连接。SQL> SET AUTOT OFFSQL> SET TIMING OFFSQL> CREATE TABLE T AS SELECT ROWNUM ID, A.* FROM DBA_OBJECTS A;

表已创建。

SQL> CREATE INDEX IND_T_CREATED ON T (CREATED);

索引已创建。

SQL> ALTER TABLE T MODIFY CREATED NOT NULL;

表已更改。

SQL> ALTER SESSION SET NLS_DATE_FORMAT = 'YYYY-MM-DD HH24:MI:SS';

会话已更改。

SQL> EXEC DBMS_STATS.GATHER_TABLE_STATS(USER, 'T')

PL/SQL过程已成功完成。

SQL> SET AUTOT ONSQL> SET TIMING ON

建立好测试环境后，看一看标准分页函数中，两个操作的差异：

SQL> SELECT *2 FROM3 (4 SELECT ROWNUM RN, A.*5 FROM6 (7 SELECT CREATED8 FROM T9 GROUP BY CREATED10 ) A11 WHERE ROWNUM < 2012 )13 WHERE RN >= 10;

RN CREATED---------- -------------------10 2005-12-19 17:07:5711 2005-12-19 17:07:5812 2005-12-19 17:08:2413 2005-12-19 17:08:2514 2005-12-19 17:08:2615 2005-12-19 17:08:2716 2005-12-19 17:08:2817 2005-12-19 17:08:2918 2005-12-19 17:08:3319 2005-12-19 17:08:35

已选择10行。

已用时间: 00: 00: 00.06

执行计划----------------------------------------------------------Plan hash value: 3639065582

-------------------------------------------------------------------------------| Id | Operation | Name | Rows | Bytes | Cost (%CPU)|-------------------------------------------------------------------------------| 0 | SELECT STATEMENT | | 19 | 418 | 1 (0)||* 1 | VIEW | | 19 | 418 | 1 (0)||* 2 | COUNT STOPKEY | | | | || 3 | VIEW | | 969 | 8721 | 1 (0)||* 4 | SORT GROUP BY STOPKEY| | 969 | 7752 | 1 (0)|| 5 | INDEX FULL SCAN | IND_T_CREATED | 969 | 7752 | 1 (0)|-------------------------------------------------------------------------------

Predicate Information (identified by operation id):---------------------------------------------------

1 - filter("RN">=10)2 - filter(ROWNUM<20)4 - filter(ROWNUM<20)

统计信息----------------------------------------------------------1 recursive calls0 db block gets67 consistent gets0 physical reads0 redo size642 bytes sent via SQL*Net to client385 bytes received via SQL*Net from client2 SQL*Net roundtrips to/from client1 sorts (memory)0 sorts (disk)10 rows processed

SQL> SELECT *2 FROM3 (4 SELECT ROWNUM RN, A.*5 FROM6 (7 SELECT DISTINCT CREATED8 FROM T9 ) A10 WHERE ROWNUM < 2011 )12 WHERE RN >= 10;

已选择10行。

已用时间: 00: 00: 00.03

执行计划----------------------------------------------------------Plan hash value: 1650124153

-------------------------------------------------------------------------------| Id | Operation | Name | Rows | Bytes | Cost (%CPU)|-------------------------------------------------------------------------------| 0 | SELECT STATEMENT | | 19 | 418 | 14 (36)||* 1 | VIEW | | 19 | 418 | 14 (36)||* 2 | COUNT STOPKEY | | | | || 3 | VIEW | | 987 | 8883 | 14 (36)||* 4 | SORT GROUP BY STOPKEY| | 987 | 7896 | 14 (36)|| 5 | INDEX FAST FULL SCAN| IND_T_CREATED | 50333 | 393K| 10 (10)|-------------------------------------------------------------------------------

Predicate Information (identified by operation id):---------------------------------------------------

1 - filter("RN">=10)2 - filter(ROWNUM<20)4 - filter(ROWNUM<20)

统计信息----------------------------------------------------------1 recursive calls0 db block gets73 consistent gets0 physical reads0 redo size642 bytes sent via SQL*Net to client385 bytes received via SQL*Net from client2 SQL*Net roundtrips to/from client1 sorts (memory)0 sorts (disk)10 rows processed

出乎意料的是，GROUP BY操作的COST更低，而且逻辑读也小，这似乎与二者的工作量成反比。仔细观察执行计划发现，问题的根源来自于GROUP BY使用INDEX FULL SCAN，而DISTINCT使用了INDEX FAST FULL SCAN。也许有人会感到奇怪，索引的快速全扫描不是要比索引全扫描效率更高吗？对于读取所有数据的情况下，确实是索引快速全扫效率更高。但是由于这里采用了分页，只取前20条数据，而且Oracle的10g增加了GROUP BY STOPKEY这种新的执行路径，因此在这里GROUP BY操作的效率更高。

观察执行计划中的处理行数可以发现，索引全扫描由于是按照索引的顺序扫描，因此利用了STOPKEY，仅仅处理了969条记录就停了下来。而对于DISTINCT操作的快速索引全速而言，显然没有使用STOPKEY，读取了所有的50333条记录。这就是GROUP BY和DISTINCT的性能差异原因。

专利

最新回复(0)