sql server的Distinct与Group By的区别

Distinct

在sql server中，Distinct的作用是给查出来的数据进行去重，然后返回过滤出来的数据，进行展示。
当然，如果你Distinct的字段中，存在null的字段，Distinct也会让你去重的数据中只保留一个null数据。

比如：

通过语句：

SELECT
    order_id,
    SUM (
        quantity * list_price * (1 - discount)
    ) net_value
FROM
    sales.order_items
GROUP BY
    order_id;

进行查询，查询结果为：

而，通过加入distinct对指定字段city去重：

SELECT DISTINCT
    city
FROM
    sales.customers
ORDER BY
    city;

distinct对返回结果去重后，返回的数据变成：

可以从返回结果中很明显的看出，加上了distinct对指定的city去重后，结果返回的数据中再没有重复的city数据了。

Group by

在sql server中，Group by的作用与Distinct一致，都是对返回的结果进行去重，只是Group by更常用于需要使用函数对分组后的数据进行计算的时候。

当使用Group By，可以更便捷的使用Count()，Avg()此类函数对分组后的数据进行计算，但需要注意的是：如果要引用 GROUP BY 子句中未列出的列或表达式，则必须将该列用作聚合函数的输入。 否则，您将收到错误消息，因为无法保证列或表达式会为每个组返回一个值。

比如：

同样是使用这样一张表，查出来的数据为：

SELECT
    customer_id,
    YEAR (order_date) order_year
FROM
    sales.orders
WHERE
    customer_id IN (1, 2)
ORDER BY
    customer_id;

得到的结果是：

现在通过Group by对它进行分组聚合：

SELECT
    customer_id,
    YEAR (order_date) order_year
FROM
    sales.orders
WHERE
    customer_id IN (1, 2)
GROUP BY
    customer_id,
    YEAR (order_date)
ORDER BY
    customer_id;

从返回的结果中可以看出，根据 customer_id, YEAR (order_date) order_year这两个字段联合给数据进行了分组处理：

为了更了解分组后的每组的数据情况，所以我们额外添加了函数去对每组的情况进行统计：

SELECT
    customer_id,
    YEAR (order_date) order_year,
    COUNT (order_id) order_placed
FROM
    sales.orders
WHERE
    customer_id IN (1, 2)
GROUP BY
    customer_id,
    YEAR (order_date)
ORDER BY
    customer_id; 

可以从图片中很明显的看出，每组的数据的一个统计结果。

Distinct与Group By的区别

官方文档想表达的意思是：Group by的作用与Distinct一致，都是对返回的结果进行去重，只是Group by更常用于需要使用函数对分组后的数据进行计算的时候。

我尝试通过Distinct、Group By分别对1000条数据使用非索引字段进行查询，查询所需时间大体一致；甚至Group By会更慢点，但相差不过一百来毫秒，确实可以说是没差别。

不过mysql和sql server不一样，我看别人的文档都说mysql的话，索引下查询Distinct会更快点，因为Group By会有隐藏查询逻辑，所以Group By比Distinct要慢，但Mysql 8.0版本对这个点进行了优化，所以 Distinct和Group By查询的速度差别不大。大概sql Server中Group By更慢的原因和MySql8.0版本前的原因一样吧。

参考文献

sql server中Group By 官方说明文档
sql server中Distinct 官方说明文档