GROUP BY ve DISTINCT arasında herhangi bir fark var mı

Geçen gün SQL hakkında basit bir şey öğrendim:

SELECT c FROM myTbl GROUP BY C

Şununla aynı sonucu verir:

SELECT DISTINCT C FROM myTbl

Merak ettiğim şey, bir SQL motorunun komutu işleme biçiminde farklı bir şey var mı, yoksa gerçekten aynı şey mi?

Ben şahsen ayrı sözdizimini tercih ediyorum, ama eminim alışkanlıktan başka her şeyden daha fazla.

EDIT: Bu kümeler hakkında bir soru değil. Kullanımı GROUP BYtoplam işlevleri ile anlaşılır.

MusiGenesis'in yanıtı, sorunuzun belirttiği şekilde işlevsel olarak doğru cevaptır; SQL Server, "Group By" kullanıyorsanız ve herhangi bir toplama işlevi kullanmıyorsanız, aslında ne demek istediğinizin "Distinct" olduğunu fark edecek kadar akıllıdır ve bu nedenle, "Distinct" i kullandığınız gibi bir yürütme planı oluşturur. ."

Bununla birlikte, Hank'in yanı sıra "Group By" ve "Distinct" in daha sade bir şekilde tedavi edilmesinin, dikkat etmezseniz bazı zararlı yakalamalara yol açabileceğini belirtmek önemlidir . Bunun "toplamalarla ilgili bir soru" olmadığını söylemek tamamen doğru değildir, çünkü biri SQL Server anahtar sözcükleri arasındaki işlevsel farkları soruyorsunuz. Bunlardan biri toplamalarla kullanılmak üzere olan biri olmayan.

Bir çekiç bazen bir vidayı sürmek için çalışabilir, ancak kullanışlı bir tornavida varsa, neden rahatsız edesin?

(bu benzetmenin amaçları için Hammer : Screwdriver :: GroupBy : Distinctve screw => get list of unique values in a table column)

GROUP BYEğer toplama işlevleri kullanmak sağlar gibi AVG, MAX, MIN, SUM, ve COUNT. Öte yandan DISTINCTsadece kopyaları kaldırır.

Örneğin, bir sürü satın alma kaydınız varsa ve her departman tarafından ne kadar harcandığını bilmek istiyorsanız, şöyle bir şey yapabilirsiniz:

SELECT department, SUM(amount) FROM purchases GROUP BY department

Bu size departman başına bir satır verir ve departman adını ve amounto departman için tüm satırlardaki tüm değerlerin toplamını içerir .

Hiçbir fark yoktur (en azından SQL Server'da). Her iki sorgu da aynı yürütme planını kullanır.

http://sqlmag.com/database-performance-tuning/distinct-vs-group

İlgili alt sorgular varsa, belki de bir fark vardır:

http://blog.sqlauthority.com/2007/03/29/sql-server-difference-between-distinct-and-group-by-distinct-vs-group-by/

Fark yok (Oracle tarzı):

http://asktom.oracle.com/pls/asktom/f?p=100:11:0::::P11_QUESTION_ID:32961403234212

Yalnızca yinelenen kaldırma işlevselliği açısından fark nedir

Bunun aksine DISTINCT, grup başınaGROUP BY verilerin toplanmasına izin verdiği gerçeğinin yanı sıra (diğer birçok cevapla belirtilmiştir), bence en önemli fark, iki işlemin mantıksal sırada iki farklı adımda "gerçekleşmesi" dir. ifadede yürütülen işlemlerin listesi .SELECT

İşte en önemli işlemler:

• FROM(dahil JOIN, APPLYvb)
• WHERE
• GROUP BY (kopyaları kaldırabilir)
• toplamaları
• HAVING
• Pencere fonksiyonları
• SELECT
• DISTINCT (kopyaları kaldırabilir)
• UNION, INTERSECT, EXCEPT (Çiftleri kaldırabilir)
• ORDER BY
• OFFSET
• LIMIT

Gördüğünüz gibi, her işlemin mantıksal sırası, onunla neler yapılabileceğini ve sonraki işlemleri nasıl etkilediğini etkiler. Özellikle, aslında o GROUP BYoperasyon "önce olur"SELECT işlemi (projeksiyon) araçlarının:

1. Projeksiyona bağlı değildir (bu bir avantaj olabilir)
2. Projeksiyondaki hiçbir değeri kullanamaz (bu bir dezavantaj olabilir)

1. Bu projeksiyona bağlı değildir

Yansıtmaya bağlı olmamanın yararlı olduğu bir örnek, pencere işlevlerini farklı değerlerde hesaplamak istiyorsanız:

SELECT rating, row_number() OVER (ORDER BY rating) AS rn
FROM film
GROUP BY rating

Sakila veritabanına karşı çalıştırıldığında , bu şu sonuçları verir:

rating   rn
-----------
G        1
NC-17    2
PG       3
PG-13    4
R        5

Aynı şey DISTINCTkolayca gerçekleştirilemedi:

SELECT DISTINCT rating, row_number() OVER (ORDER BY rating) AS rn
FROM film

Bu sorgu "yanlış" ve aşağıdaki gibi bir sonuç veriyor:

rating   rn
------------
G        1
G        2
G        3
...
G        178
NC-17    179
NC-17    180
...

İstediğimiz bu değil. DISTINCTOperasyon "sonra olur" artık kaldırmak böylece, projeksiyon DISTINCTpencere fonksiyonu zaten hesaplanmış ve yansıtılan çünkü derecelendirme. Kullanım için DISTINCT, biz sorgu bir parçası olduğunu yuva olurdu:

SELECT rating, row_number() OVER (ORDER BY rating) AS rn
FROM (
  SELECT DISTINCT rating FROM film
) f

Yan not: Bu özel durumda,DENSE_RANK()

SELECT DISTINCT rating, dense_rank() OVER (ORDER BY rating) AS rn
FROM film

2. Projeksiyondaki hiçbir değeri kullanamaz

SQL'in dezavantajlarından biri, zaman zaman ayrıntı vermesidir. Daha önce gördüğümüzle aynı nedenden ötürü (yani mantıksal işlem sırası), yansıttığımız bir şeye göre "kolayca" gruplayamayız.

Bu geçersiz SQL:

SELECT first_name || ' ' || last_name AS name
FROM customer
GROUP BY name

Bu geçerlidir (ifadeyi tekrarlamak)

SELECT first_name || ' ' || last_name AS name
FROM customer
GROUP BY first_name || ' ' || last_name

Bu da geçerlidir (ifadeyi iç içe yerleştirme)

SELECT name
FROM (
  SELECT first_name || ' ' || last_name AS name
  FROM customer
) c
GROUP BY name

Bu konu hakkında bir blog yazısında daha derinlemesine yazdım

Kullan DISTINCTsadece çiftleri elemek istiyorum. Kullanın GROUPY BYEğer agrega operatörleri uygulamak istiyorsanız ( MAX, SUM, GROUP_CONCAT, ..., veya bir HAVINGmaddesi).

İnfazlarında küçük farklılıklar olasılığı olduğunu düşünüyorum. Oracle 10g'de bu satırlar boyunca işlevsel olarak eşdeğer iki sorgu için yürütme planlarını kontrol ettim:

core> select sta from zip group by sta;

---------------------------------------------------------------------------
| Id  | Operation          | Name | Rows  | Bytes | Cost (%CPU)| Time     |
---------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |      |    58 |   174 |    44  (19)| 00:00:01 |
|   1 |  HASH GROUP BY     |      |    58 |   174 |    44  (19)| 00:00:01 |
|   2 |   TABLE ACCESS FULL| ZIP  | 42303 |   123K|    38   (6)| 00:00:01 |
---------------------------------------------------------------------------

core> select distinct sta from zip;

---------------------------------------------------------------------------
| Id  | Operation          | Name | Rows  | Bytes | Cost (%CPU)| Time     |
---------------------------------------------------------------------------
|   0 | SELECT STATEMENT   |      |    58 |   174 |    44  (19)| 00:00:01 |
|   1 |  HASH UNIQUE       |      |    58 |   174 |    44  (19)| 00:00:01 |
|   2 |   TABLE ACCESS FULL| ZIP  | 42303 |   123K|    38   (6)| 00:00:01 |
---------------------------------------------------------------------------

Orta işlem biraz farklıdır: "HASH GROUP BY" ile "HASH UNIQUE" karşılaştırması yapılır, ancak tahmini maliyetler vb. Aynıdır. Daha sonra bunları izleme ile yürüttüm ve gerçek işlem sayıları her ikisi için de aynıydı (ikincisinin önbellekleme nedeniyle herhangi bir fiziksel okuma yapmak zorunda olmaması dışında).

Ancak, işlem adları farklı olduğu için, yürütmenin biraz farklı kod yollarını izleyeceğini ve bu da daha önemli farklılıklar olasılığını açtığını düşünüyorum.

Bu amaçla DISTINCT sözdizimini tercih etmelisiniz. Bu sadece alışkanlık değil, aynı zamanda sorgunun amacını daha açık bir şekilde gösterir.

Gönderdiğiniz sorgu için aynılar. Ancak diğer sorgular için bu doğru olmayabilir.

Örneğin, şu ile aynı değildir:

SELECT C FROM myTbl GROUP BY C, D

Yukarıdaki tüm yorumları okudum, ancak toplama biti dışında Group By ve Distinct arasındaki ana farka kimsenin işaret ettiğini görmedim.

Farklı tüm satırları döndürür, sonra bunların çoğaltırken Grupla, sıraları algoritma tarafından tek tek okunduklarında tekilleştirmeyi kaldırır.

Bu, farklı sonuçlar üretebilecekleri anlamına gelir!

Örneğin, aşağıdaki kodlar farklı sonuçlar üretir:

SELECT distinct ROW_NUMBER() OVER (ORDER BY Name), Name FROM NamesTable

 SELECT ROW_NUMBER() OVER (ORDER BY Name), Name FROM NamesTable
GROUP BY Name

Tabloda 1 adının diğerinin kopyası olduğu 10 ad varsa, ilk sorgu 10 satır, ikinci sorgu 9 satır döndürür.

Bunun nedeni yukarıda söylediğim şeydir, böylece farklı davranabilirler!

DISTINCT işlevini birden çok sütunla kullanırsanız, sonuç kümesi GROUP BY ile olduğu gibi gruplandırılmaz ve DISTINCT ile toplama işlevlerini kullanamazsınız.

Belirli verilerinizde eşdeğer sonuçlar elde etseler bile, farklı anlambilimleri vardır.

GROUP BY, DISTINCT işlevinden farklı (heh) çok özel bir anlama sahiptir.

GROUP BY, sorgu sonuçlarının seçilen ifade kullanılarak gruplandırılmasına neden olur, daha sonra toplama işlevleri uygulanabilir ve bunlar sonuç kümesinin tamamı yerine her grup üzerinde etkili olur.

İşte size yardımcı olabilecek bir örnek:

Şuna benzer bir tablo verildi:

name
------
barry
dave
bill
dave
dave
barry
john

Bu sorgu:

SELECT name, count(*) AS count FROM table GROUP BY name;

Bunun gibi çıktılar üretecek:

name    count
-------------
barry   2
dave    3
bill    1
john    1

Hangi DISTINCT kullanmaktan çok farklı. Sonuçlarınızı gruplandırmak istiyorsanız GROUP BY kullanın, yalnızca belirli bir sütunun benzersiz bir listesini istiyorsanız DISTINCT kullanın. Bu, veritabanınıza sorguyu ihtiyaçlarınız için optimize etme şansı verecektir.

Lütfen aynı işi yapsalar bile, DISTINCT demek istediğinizde GROUP BY kullanmayın. Sorgulardan milisaniye tıraş olmaya çalıştığınızı varsayıyorum ve geliştirici zamanının bilgisayar zamanından daha pahalı büyüklük siparişleri olduğunu belirtmeliyim.

Herhangi bir toplama işlevi olmadan GROUP BY kullanıyorsanız, dahili olarak DISTINCT olarak işlem görecektir, bu durumda GROUP BY ve DISTINCT arasında bir fark yoktur.

Ancak DISTINCT yan tümcesi sağlandığında, benzersiz kayıtlarınızı bulmak için kullanmak daha iyidir çünkü GROUP BY'ın amacı birleştirme elde etmektir.

group by, toplu işlemlerde kullanılır - C sütununa göre ayrılmış bir Bs sayısı almak istediğinizde olduğu gibi

select C, count(B) from myTbl group by C

farklı göründüğü gibi - benzersiz satırlar elde edersiniz.

Sql server 2005'te, sorgu optimize edici çalıştırdığım basit örneklerde farkı optimize edebiliyor gibi görünüyor. Yine de, her durumda buna güvenebilirseniz.

Bu sorguda hiçbir fark yoktur. Ancak, elbette, herhangi bir toplu sütun eklerseniz, gruplama ölçütü kullanmanız gerekir.

Teradata perspektifinde :

Sonuç kümesi açısından Teradata'da DISTINCT veya GROUP BY kullanmanız önemli değildir. Yanıt seti aynı olacaktır.

Performans açısından bakıldığında, bu aynı değildir.

Performansı neyin etkilediğini anlamak için, DISTINCT veya GROUP BY ile bir ifade yürütürken Teradata'da neler olduğunu bilmeniz gerekir.

DISTINCT söz konusu olduğunda, sıralar herhangi bir ön ayırma yapılmadan hemen yeniden dağıtılırken, GROUP BY durumunda ilk adımda bir ön ayırma yapılır ve ancak o zaman AMP'ler arasında yeniden dağıtılan benzersiz değerlerdir.

Şimdi GROUP BY'ın performans açısından her zaman daha iyi olduğunu düşünmeyin. Birçok farklı değeriniz olduğunda, GROUP BY'ın önceden toplanma adımı çok verimli değildir. Teradata, kopyaları kaldırmak için verileri sıralamak zorundadır. Bu durumda, önce yeniden dağıtım için daha iyi olabilir, yani DISTINCT deyimini kullanın. Yalnızca yinelenen çok sayıda değer varsa, yeniden dağıtım adımından sonra yeniden dağıtım işleminden sonra GROUP BY deyimi muhtemelen daha iyi bir seçimdir.

Kısacası, Teradata'daki DISTINCT ve GROUP BY:

GROUP BY -> birçok kopya için DISTINCT -> hayır veya sadece birkaç kopya. Bazen, DISTINCT kullanırken, bir AMP'de biriktirme alanınız tükenir. Bunun nedeni, yeniden dağıtımın hemen gerçekleşmesidir ve eğriltme, AMP'lerin alanının bitmesine neden olabilir.

Böyle bir durumda, kopyalar ilk adımda zaten kaldırıldığından ve daha az veri AMP'ler arasında taşındığından, GROUP BY ile muhtemelen daha iyi bir şansınız vardır.

'SQL dil' perspektifinden bakıldığında, iki yapı eşdeğerdir ve seçtiğiniz yapı, hepimizin yapması gereken 'yaşam tarzı' seçimlerinden biridir. DISTINCT daha açık (ve bu nedenle kodunuzu devralacak kişi için daha düşünceli) için iyi bir durum olduğunu düşünüyorum ama bu GROUP BY yapı geçersiz bir seçim olduğu anlamına gelmez.

Bence bu 'GROUP BY kümeler içindir' yanlış vurgu. Halk, kodlayıcının amacını anlayabilmeleri için ayar fonksiyonunun (MAX, MIN, COUNT, vb.) Atlanabileceğini bilmelidir.

İdeal iyileştirici eşdeğer SQL yapılarını tanıyacak ve her zaman buna göre ideal planı seçecektir. Seçtiğiniz gerçek hayattaki SQL motorunuz için test etmelisiniz :)

Not: DISTINCT anahtar sözcüğünün select yan tümcesindeki konumunun farklı sonuçlar üretebileceğini unutmayın, örneğin kontrast:

SELECT COUNT(DISTINCT C) FROM myTbl;

SELECT DISTINCT COUNT(C) FROM myTbl;

Bunu sadece tek bir sütun seçtiğiniz için fark ediyorsunuz.

İki alan seçmeyi deneyin ve ne olduğunu görün.

Group By şu şekilde kullanılmak üzere tasarlanmıştır:

SELECT name, SUM(transaction) FROM myTbl GROUP BY name

Bu, her bir kişi için tüm işlemlerin toplamını gösterir.

Eski bir yazı olduğunu biliyorum. Ama kurbağa ve oracle raporlarında bu sorguyu kullanırken sadece farklı değerler döndürmek için grup tarafından kullanılan bir sorgu vardı her şeyin yolunda gittiğini, iyi bir yanıt süresi demek istiyorum. Oracle 9i'den 11g'ye geçtiğimizde, Toad'daki yanıt süresi mükemmeldi, ancak raporda önceki sürümü kullanırken raporu bitirmek yaklaşık 35 dakika sürdü.

Çözüm grubu değiştirmek ve DISTINCT kullanmaktı ve şimdi rapor yaklaşık 30 saniye içinde çalışıyor.

Umarım bu durum aynı duruma sahip biri için faydalıdır.

Kullanım açısından, hesaplamak istediğiniz satırları gruplandırmak için GROUP BY kullanılır. DISTINCT hiçbir hesaplama yapmaz. Yinelenen satır göstermez.

Yinelenmeden veri sunmak istersem her zaman DISTINCT kullandım.

Toplam mango miktarını toplamak gibi hesaplamalar yapmak istersem GROUP BY kullanacağım

Her zaman anladığım şekilde, farklı kullanmak, seçtiğiniz her alana göre onları seçtiğiniz sırayla gruplamakla aynıdır.

yani:

select distinct a, b, c from table;

aynıdır:

select a, b, c from table group by a, b, c

Fonksiyonel verimlilik tamamen farklıdır. Yinelenen dışında yalnızca "dönüş değeri" ni seçmek isterseniz, farklı olanı kullanmak gruplamadan daha iyidir. "Gruplama ölçütü" içerme (sıralama + kaldırma) içerdiğinden, "farklı" dahil etme (kaldırma)

Hive'da (HQL), gruplama, farklı olandan çok daha hızlı olabilir, çünkü birincisi tablodaki tüm alanların karşılaştırılmasını gerektirmez. Bkz. Https://sqlperformance.com/2017/01/t-sql-queries/surprises-assumptions-group-by-distinct .

Bazen size aynı sonuçları verebilirler, ancak farklı anlamda / durumlarda kullanılması amaçlanmıştır. Temel fark sözdizimindedir.

Aşağıdaki örneğe dikkat edin. DISTINCTyinelenen değerler kümesini filtrelemek için kullanılır. (6, cs, 9.1) ve (1, cs, 5.5) iki farklı kümedir. Yani sadece bir kümeyi DISTINCTgösterirken her iki satırı GROUP BY Branchda gösterecektir.

 SELECT * FROM student; 
+------+--------+------+
| Id   | Branch | CGPA |
+------+--------+------+
|    3 | civil  |  7.2 |
|    2 | mech   |  6.3 |
|    6 | cs     |  9.1 |
|    4 | eee    |  8.2 |
|    1 | cs     |  5.5 |
+------+--------+------+
5 rows in set (0.001 sec)

SELECT DISTINCT * FROM student; 
+------+--------+------+
| Id   | Branch | CGPA |
+------+--------+------+
|    3 | civil  |  7.2 |
|    2 | mech   |  6.3 |
|    6 | cs     |  9.1 |
|    4 | eee    |  8.2 |
|    1 | cs     |  5.5 |
+------+--------+------+
5 rows in set (0.001 sec)

SELECT * FROM student GROUP BY Branch;
+------+--------+------+
| Id   | Branch | CGPA |
+------+--------+------+
|    3 | civil  |  7.2 |
|    6 | cs     |  9.1 |
|    4 | eee    |  8.2 |
|    2 | mech   |  6.3 |
+------+--------+------+
4 rows in set (0.001 sec)

Bazen GROUP BYfıkra ile elde edilebilecek sonuçların,DISTINCT bazı ilave fıkra veya koşullar kullanılmadan . Örneğin yukarıdaki durumda.

Aynı sonucu elde etmek DISTINCTiçin tüm sütun adlarını GROUP BYaşağıdaki gibi yan tümcede geçirmeniz gerekir. Yani sözdizimsel farka bakın. Bu GROUP BYdurumda yan tümcesi kullanmak için tüm sütun adları hakkında bilgi sahibi olmanız gerekir .

SELECT * FROM student GROUP BY Id, Branch, CGPA;
+------+--------+------+
| Id   | Branch | CGPA |
+------+--------+------+
|    1 | cs     |  5.5 |
|    2 | mech   |  6.3 |
|    3 | civil  |  7.2 |
|    4 | eee    |  8.2 |
|    6 | cs     |  9.1 |
+------+--------+------+

Ayrıca ben GROUP BYsonuçları varsayılan olarak artan sırada görüntüler fark ettim DISTINCT. Ama bundan emin değilim. Farklı satıcılar farklı olabilir.

Kaynak: https://dbjpanda.me/dbms/languages/sql/sql-syntax-with-examples#group-by

Genellikle DISTINCTtablodaki Belirli Sütundaki kopyaları ortadan kaldırmak için kullanabiliriz .

'GROUP BY' Durumunda biz gibi Toplama İşlevleri uygulayın edebilir AVG, MAX, MIN, SUM, ve COUNTÖzgül sütun üzerinde ve sütun adını alıp aynı sütunda toplama işlevi sonucu.

Misal :

select  specialColumn,sum(specialColumn) from yourTableName group by specialColumn;

Toplama işlevlerinin kullanılması dışında, gruplama ölçütü ile ayrı yan tümce arasında önemli bir fark yoktur. Her ikisi de değerleri ayırt etmek için kullanılabilir, ancak performans bakış açısına göre daha iyi ise. Farklı anahtar kelime kullanıldığında, dahili olarak yürütme planında görüntülenebilecek sıralama işlemi kullandı.

Basit bir örnek deneyin

@Tmpresult tablosu bildir (Id tinyint)

@Tmpresult'a ekle 5 Birlik seçin Tümü 2 Birlik seçin Tümü 3 Birlik tümü seçin 4

Farklı bir kimlik seçin @tmpresult