distinct 与 group by均可用于去重,但distinct 侧重于查询出的数据完全相同时去重,
group by属于聚合函数,只能根据分组的字段进行去重,且查询字段不包含分组字段也不会出错。
单纯的去重distinct快于group by
distinct支持单列、多列的去重方式。
单列去重的方式简明易懂,即相同值只保留1个。
多列的去重则是根据指定的去重的列信息来进行,即只有所有指定的列信息都相同,才会被认为是重复的信息。
例如:
原始数据:
SELECT user_name,msg,phone FROM `send_message`;
单列去重
SELECT distinct user_name FROM `send_message`;
耗时: 0.01s
多列去重:
SELECT distinct user_name,msg,phone FROM `send_message`
耗时:0.011s
group by根据by对数据按照哪个字段进行分组,或者是哪几个字段进行分组。
例如:
原数据:
SELECT id,user_name,msg,phone FROM `send_message`;
根据手机号分组:
方式一:
SELECT id,user_name,msg,phone FROM `send_message` GROUP BY phone ;
耗时: 0.013s
注:此处筛选出相同号码中的首条记录。
方式二:
SELECT user_name,msg,phone FROM `send_message` WHERE id IN (SELECT min(id) from send_message group by phone);
耗时:0.012s
总结:去重建议使用distinct进行去取重,原因:
1)性能优于group by;
2)类似于SQLServer数据库使用group by的语法,没有出现再查询中聚合函数使用的字段就必须出现在group by中,
若要使用group by去重,建议使用group by中的方式二。