本文主要向大家介绍了MySQL数据库之分析MySQL中优化distinct的技巧 ，通过具体的内容向大家展现，希望对大家学习MySQL数据库有所帮助。

有这样的一个需求：select count(distinct nick) from user_access_xx_xx;

这条sql用于统计用户访问的uv，由于单表的数据量在10G以上，即使在user_access_xx_xx上加上nick的索引，

通过查看执行计划，也为全索引扫描，sql在执行的时候，会对整个服务器带来抖动；

root@db 09:00:12>select count(distinct nick) from user_access; +———————-+ | count(distinct nick) | +———————-+ |        806934 | +———————-+ 1 row in set (52.78 sec)    

执行一次sql需要花费52.78s，已经非常的慢了

现在需要换一种思路来解决该问题：

我们知道索引的值是按照索引字段升序的，比如我们对（nick，other_column）两个字段做了索引，那么在索引中的则是按照nick，other_column的升序排列：

我们现在的sql：select count(distinct nick) from user_access;则是直接从nick1开始一条条扫描下来，直到扫描到最后一个nick_n,

那么中间过程会扫描很多重复的nick，如果我们能够跳过中间重复的nick，则性能会优化非常多（在oracle中，这种扫描技术为loose index scan，但在5.1的版本中，mysql中还不能直接支持这种优化技术）：

所以需要通过改写sql来达到伪loose index scan：

Sql中先选出不同的nick，最后在外面套一层，就可以得到nick的distinct值总和；

最重要的是在子查询中：select distinct(nick) 实现了上图中的伪loose index scan，优化器在这个时候的执行计划为Using index for group-by ，

需要注意的是mysql把distinct优化为group by，它首先利用索引来分组，然后扫描索引，对需要的nick只扫描一次；

两个sql的执行计划分别为：

优化写法：

原始写法：

本文由职坐标整理并发布，希望对同学们学习MySQL有所帮助，更多内容请关注职坐标数据库MySQL数据库频道！