收集了一些distinct性能相关的文章 希望有用
原文出处：
https://blog.****.net/u010745238/article/details/42846897
http://blog.sina.com.cn/s/blog_5017ea6c0101e3c4.html
https://www.cnblogs.com/zox2011/archive/2012/09/12/2681797.html
尽量不要使用 distinct
大多数情况下，Distinct函数都会导致对最终结果集完成一次排序，因此，这就成为成本最昂贵的排序之一。Distinct一直是SQL语言中成本最高的函数之一。不过，对于DB2V9，优化工具会尽量利用索引来消除为确定唯一性所带来的排序，其方法类似于目前用GroupBy语句完成优化时的做法。不过，实际上不必在SQL中使用Distinct，完全可以使用其他方式重写查询来得到同样的结果，这样做往往更为高效。开发人员现在都很喜欢用Distinct，很多人在所有语句上都会加上Distinct来确保不出现重复。不过这种代码的效率很低。在对应用调优时，我首先要做的事情之一就是审查源代码，找出所有包含Distinct的语句，了解这些查询是否确实会得到重复的结果，查看这个Distinct是否会导致一个排序，然后重写这些语句。通过对每晚批量作业的全面分析，就能很容易地大幅减少批量处理周期时间。不过要记住，如果查询中包含Distinct，只要不会因此导致执行一个排序，这个查询可能也很高效。
要从结果集消除重复，可以尝试下面的做法：
使用GroupBy（V9之前），这会利用关联索引来消除为确定唯一性所导致的排序。
使用一个In或Exists子查询重写查询。如果某个表可能导致重复（由于是一对多关系），但是这个表中并不包含结果集将返回的数据，这种情况下这种方法就很适用。
例如，给定当前参与项目的一组员工。其中很多员工可能同时参加了多个项目，不过我们希望他们只出现一次。以下查询：
SELECTDISTINCTE.EMPNO,E.LASTNAME
FROMEMPE,
EMPPROJACTEP
WHEREE.EMPNO=EP.EMPNO
可以重写为：
SELECTE.EMPNO,E.LASTNAME
FROMEMPE,
EMPPROJACTEP
WHEREE.EMPNO=EP.EMPNO
GROUPBYE.EMPNO,E.LASTNAME
也可以重写为：
SELECTE.EMPNO,E.LASTNAME
FROMEMPE
WHEREEXISTS
(SELECT1
FROMEMPPROJACTEP
WHEREE.EMPNO=EP.EMPNO)
还可以重写为：
SELECTE.EMPNO,E.LASTNAME
FROMEMPE
WHEREE.EMPNOIN
(SELECTEP.EMPNO
FROMEMPPROJACTEP)
用EXISTS替换DISTINCT ,提高效率
用EXISTS替换DISTINCT： 当提交一个包含一对多表信息(比如部门表和雇员表)的查询时,避免在SELECT子句中使用DISTINCT. 一般可以考虑用EXIST替换, EXISTS 使查询更为迅速,因为RDBMS核心模块将在子查询的条件一旦满足后,立刻返回结果.尽量使用exists而不是distinct,因为distinct在禁止重复行之前要排序检索到的行。
例子：
(低效):
SELECT DISTINCT DEPT_NO,DEPT_NAME FROM DEPT D , EMP E WHERE D.DEPT_NO = E.DEPT_NO
(高效):
SELECT DEPT_NO,DEPT_NAME FROM DEPT D WHERE EXISTS ( SELECT ‘X' FROM EMP E WHERE E.DEPT_NO = D.DEPT_NO);
用EXISTS的确可以替代DISTINCT，不过以上方案仅适合DEPT_NO为唯一主键的情况。 如果要去掉重复记录，需参照以下方法：
SELECT * FROM EMP WHERE DEPT_NO EXISTS(select Max(DEPT_NO) FROM DEPT D , EMP E WHERE E.DEPT_NO = D.DEPT_NO GROUP BY D.DEPT_NO)
得到重复记录数
SELECT * FROM EMP WHERE DEPT_NO NOT EXISTS(select Max(DEPT_NO) FROM DEPT D , EMP E WHERE E.DEPT_NO = D.DEPT_NO GROUP BY D.DEPT_NO)
MySQL中distinct和group by性能比较
之前看了网上的一些测试，感觉不是很准确，今天亲自测试了一番。得出了结论(仅在个人计算机上测试，可能不全面，仅供参考)
测试过程：
准备一张测试表
1 CREATE TABLE `test_test` ( 2 `id` int(11) NOT NULL auto_increment, 3 `num` int(11) NOT NULL default '0', 4 PRIMARY KEY (`id`) 5 ) ENGINE=MyISAM DEFAULT CHARSET=utf8 AUTO_INCREMENT=1 ;
建个储存过程向表中插入10W条数据
01 create procedure p_test(pa int(11)) 02 begin 03 04 declare max_num int(11) default 100000; 05 declare i int default 0; 06 declare rand_num int; 07 08 select count(id) into max_num from test_test; 09 10 while i < pa do 11 if max_num < 100000 then 12 select cast(rand()*100 as unsigned) into rand_num; 13 insert into test_test(num)values(rand_num); 14 end if; 15 set i = i +1; 16 end while; 17 end
调用存储过程插入数据
1 call p_test(100000);
开始测试：（不加索引）
01 select distinct num from test_test; 02 select num from test_test group by num; 03 04 [SQL] select distinct num from test_test; 05 受影响的行: 0 06 时间: 0.078ms 07 08 [SQL] 09 select num from test_test group by num; 10 受影响的行: 0 11 时间: 0.031ms
二、num字段上创建索引
1 ALTER TABLE `test_test` ADD INDEX `num_index` (`num`) ;
再次查询
01 select distinct num from test_test; 02 select num from test_test group by num; 03 [SQL] select distinct num from test_test; 04 受影响的行: 0 05 时间: 0.000ms 06 07 [SQL] 08 select num from test_test group by num; 09 受影响的行: 0 10 时间: 0.000ms
这时候我们发现时间太小了 0.000秒都无法精确了。
我们转到命令行下 测试
01 mysql> set profiling=1; 02 mysql> select distinct(num) from test_test; 03 mysql> select num from test_test group by num; 04 mysql> show profiles; 05 +----------+------------+----------------------------------------+ 06 | Query_ID | Duration | Query | 07 +----------+------------+----------------------------------------+ 08 | 1 | 0.00072550 | select distinct(num) from test_test | 09 | 2 | 0.00071650 | select num from test_test group by num | 10 +----------+------------+----------------------------------------+
加了索引之后 distinct 比没加索引的 distinct 快了 107倍。
加了索引之后 group by 比没加索引的 group by 快了 43倍。
再来对比 ：distinct 和 group by
不管是加不加索引 group by 都比 distinct 快。因此使用的时候建议选 group by