[大数据] MySQL数据表查询group by的用法及distinct区别

分组聚合

最常用的场景就是分组聚合，由多条变成比较少记录的过程是分组聚合，既然需要分组，就要考虑使用哪个字段进行分组最好，一般来说，主键才是group by 后面的分组字段

主键（PRIMARY KEY）的完整称呼是“主键约束”，分为单字段主键和多字段联合主键，这两种主键约束都可以创建、修改和删除
使用主键应注意以下几点：

分组聚合的过程：

如：select id, name, avg(score) as s from table group by id;

1、先分组

在这里插入图片描述

2、后聚合

聚合是由多变一的过程，就是每一个组变成一条记录，有聚合的取聚合的结果，没有聚合的取每个组的第一条记录，avg(score) 取每个组的成绩的平均成绩（avg是平均函数，属于聚合函数），id没有聚合，就取每个组的第一条记录，又因为每个组的id都一样，所以取一个是合理的。

在这里插入图片描述

MySql 5.7以后的版本，默认情况下，sql_mode里默认打开only_full_group_by模式，这个打开后，对Sql的语法检查就会很严格，如果没有使用聚合函数，使用了group by但是查询的列没有出现在group by后面就会出现这个问题。

SELECT NAME,SEX FROM TABLE GROUP BY SEX;
-- 以sex字段进行分组查询会出现报错
SELECT NAME,SEX FROM TABLE GROUP BY NAME,SEX;
-- 这样就不会报错，因为使用GROUP BY不规范

其实这样挺好的，似的SQL的写法更规范，当然也可以进行解决，规避这种错误
参考：

distinct支持单列、多列的去重方式，单纯的去重操作使用distinct，速度是快于group by的，
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，所以使用distinct时要注意多列问题，只能使用group by
group by 在多列的去重方面使用的较多，但其主要还是会用来进行聚合统计的
性能：数据量比较大的表，关联字段都会加索引，一般来说，不管是加不加索引group by 都比distinct 快

参考：