使用 GROUPBY 与使用 DISTINCT 时的性能差异很大

我使用一个包含500000个条目的表在 HSQLDB服务器上执行一些测试。该表没有索引。有5000个不同的业务密钥。我需要他们的名单。

我自然而然地从 DISTINCT查询开始:

SELECT DISTINCT business_key
FROM memory
WHERE concept <> 'case'   OR
attrib  <> 'status' OR
value   <> 'closed';

大概需要90秒! ! ！

然后我尝试使用 GROUP BY:

SELECT business_key
FROM memory
WHERE concept <> 'case'   OR
attrib  <> 'status' OR
value   <> 'closed';
GROUP BY business_key

只需要一秒钟! ! ！

试图找出差异，我运行 EXLAIN PLAN FOR，但它似乎提供了相同的信息，为两个查询。

EXLAIN PLAN FOR DISTINCT ...

isAggregated=[false]
columns=[
COLUMN: PUBLIC.MEMORY.BUSINESS_KEY
]
[range variable 1
join type=INNER
table=MEMORY
alias=M
access=FULL SCAN
condition = [    index=SYS_IDX_SYS_PK_10057_10058
other condition=[
OR arg_left=[
OR arg_left=[
NOT_EQUAL arg_left=[
COLUMN: PUBLIC.MEMORY.CONCEPT] arg_right=[
VALUE = case, TYPE = CHARACTER]] arg_right=[
NOT_EQUAL arg_left=[
COLUMN: PUBLIC.MEMORY.ATTRIB] arg_right=[
VALUE = status, TYPE = CHARACTER]]] arg_right=[
NOT_EQUAL arg_left=[
COLUMN: PUBLIC.MEMORY.VALUE] arg_right=[
VALUE = closed, TYPE = CHARACTER]]]
]
]]
PARAMETERS=[]
SUBQUERIES[]
Object References
PUBLIC.MEMORY
PUBLIC.MEMORY.CONCEPT
PUBLIC.MEMORY.ATTRIB
PUBLIC.MEMORY.VALUE
PUBLIC.MEMORY.BUSINESS_KEY
Read Locks
PUBLIC.MEMORY
WriteLocks

EXLAIN PLAN FOR SELECT ... GROUP BY ...

isDistinctSelect=[false]
isGrouped=[true]
isAggregated=[false]
columns=[
COLUMN: PUBLIC.MEMORY.BUSINESS_KEY
]
[range variable 1
join type=INNER
table=MEMORY
alias=M
access=FULL SCAN
condition = [    index=SYS_IDX_SYS_PK_10057_10058
other condition=[
OR arg_left=[
OR arg_left=[
NOT_EQUAL arg_left=[
COLUMN: PUBLIC.MEMORY.CONCEPT] arg_right=[
VALUE = case, TYPE = CHARACTER]] arg_right=[
NOT_EQUAL arg_left=[
COLUMN: PUBLIC.MEMORY.ATTRIB] arg_right=[
VALUE = status, TYPE = CHARACTER]]] arg_right=[
NOT_EQUAL arg_left=[
COLUMN: PUBLIC.MEMORY.VALUE] arg_right=[
VALUE = closed, TYPE = CHARACTER]]]
]
]]
groupColumns=[
COLUMN: PUBLIC.MEMORY.BUSINESS_KEY]
PARAMETERS=[]
SUBQUERIES[]
Object References
PUBLIC.MEMORY
PUBLIC.MEMORY.CONCEPT
PUBLIC.MEMORY.ATTRIB
PUBLIC.MEMORY.VALUE
PUBLIC.MEMORY.BUSINESS_KEY
Read Locks
PUBLIC.MEMORY
WriteLocks

剪辑

我做了额外的测试。HSQLDB中有500000条记录，其中包含所有不同的业务密钥，因此 DISTINCT的性能现在更好了——3秒，而 GROUP BY只用了大约9秒。

在 MySQL中，两个查询的结果相同:

MySQL: 500000行-5000个不同的业务键: 两个查询都是0.5秒 MySQL: 500000行-所有不同的业务键: SELECT DISTINCT ...-11秒 SELECT ... GROUP BY business_key-13秒

所以这个问题只和 HSQLDB有关。

如果有人能解释一下为什么会有如此巨大的差异，我将非常感激。