背景
今年給自己定下的基調(diào)就是要好好學(xué)一下數(shù)據(jù)庫相關(guān)的知識，所以今天也開始棄用各類ORM框架箕宙，使用原生的sql來干一些活嚎朽。這次遇到的問題就是一個去重查詢的問題。
過程
去重查詢柬帕，我第一個想到的就是group by哟忍。這個方法是可以去重的。
SELECT count(tag_id) FROM xx.xx GROUP BY tag_id;
結(jié)果看到的數(shù)據(jù)是每一個不同的tag_id的計數(shù)陷寝。類似下面這樣的數(shù)據(jù):
| count(tag_id) |
|---|
| 1 |
| 1 |
| 1 |
| 1 |
| 4 |
| 1 |
| 6 |
這樣的數(shù)據(jù)顯然不是我需要的锅很，我要的數(shù)據(jù)是統(tǒng)計不同類型的tag_id有多少個，而不是每種tag_id有多少條記錄凤跑。
經(jīng)過搜索發(fā)現(xiàn)爆安，distinct能滿足我的要求。上面的sql改為：
SELECT count(distinct tag_id) FROM xx.xx GROUP BY tag_id;
這樣的查詢結(jié)果就是我想要的仔引。
后續(xù)
問題雖然是解決了扔仓，但是抱著學(xué)習(xí)的心態(tài)褐奥，看了一下distinct相關(guān)的內(nèi)容。
distinct翻譯過來就是 不同的 類似的意思当辐。
我是把它跟聚合函數(shù)count放在一起使用了抖僵，如果單獨(dú)使用，其實(shí)就是去重的結(jié)果缘揪。
如果不使用count來統(tǒng)計總數(shù)耍群，直接使用distinct，這個結(jié)果與group by都是去重的記錄找筝。區(qū)別就是排序不一樣蹈垢。group by會執(zhí)行排序，而distinct不會執(zhí)行排序袖裕。
如果查詢的結(jié)果帶上limit子句的話曹抬，distinct與group by都會返回對應(yīng)的limit數(shù)量，不過group by的結(jié)果也是排序后的結(jié)果急鳄。
性能
distinct與group by功能類似谤民。我查了一下資料。
DISTINCT：這種方式會將全部內(nèi)容存儲在一個hash結(jié)構(gòu)里疾宏，最后通過計算hash結(jié)構(gòu)中key的個數(shù)即可得到結(jié)果张足，典型的以空間換取時間的方式。
GROUP BY：這種方式是先將字段排序（一般使用sort）坎藐，然后進(jìn)行計數(shù)为牍，典型的以時間換取空間。
根據(jù)這個說法岩馍，數(shù)據(jù)離散程度越大碉咆，用group by的方式就更高效，反之則是distinct更高效蛀恩。
