distinct vs order by

[ibp]

hallo,

hab da mal ne frage...

SQL-Code:

select distinct tabelle.feld
from tabelle
order by tabelle.feld

liefert mir das gleiche ergebnis wie....

SQL-Code:

select tabelle.feld
from tabelle
group by tabelle.feld
order by tabelle.feld

gibt es pros und contras?

danke schon mal!

[mkinzler]

Nimm mal 2 Felder in die Feldliste, dann siehst du den Unterschied.
Das distinct blendet doppelte Werte(-mengen) aus, das Group By fasst diese zusammen.

[ibp]

annahme ich brauche nur ein feld?

[mkinzler]

Dann würde ich trotzdem das erstere nehmen.

[hoika]

Hallo,

Im Zweifelfall sagt der der ibplanalyzer,
was schneller ist.
Aber bei vielen Dubletten ist das auf jeden Fall das distinct.

Ein order by kann schnell zum Auslagern auf die Platte führen.

Heiko

[ibp]

Zitat von hoika:

Ein order by kann schnell zum Auslagern auf die Platte führen.

das ist doch mal ne aussage!

btw...

SQL-Code:

select distinct tabelle.feld1, tabelle.feld2
from tabelle 
order by tabelle.feld1, tabelle.feld2

liefert mir das gleiche ergebnis wie...

SQL-Code:

select tabelle.feld1, tabelle.feld2 
from tabelle 
group by tabelle.feld1, tabelle.feld2 
order by tabelle.feld1, tabelle.feld2

[hoika]

Hallo,

was mkinzler wohl meinte ist

select distinct field1, field 2 gegen

SQL-Code:

select field1, field 2
order by field1
group by field1

also ein "normales" zweites field im select

Noch zum distinct
Ab 6.5 (?) ist der Index-Code auch noch komplett überarbeitet wurden,
um mit bei vielen Dubletten besser / schneller zu sein.


Heiko

[Elvis]

Eine Gruppierung sollte von sich aus zu einer Sortierung führen. "Distinct" ist, praktisch gesehen, wie eine Gruppierung ohne Aggregatfunktionen.
Order By hat die gleichen Auswirkungen, die Distinct oder eine normale Gruppierung haben: Erst wird selektiert, danach werden die Werte gruppiert. Es muss also in fast[1] jedem Fall die Ergebnismenge zwischengespeichert werden, bevor sie zum Client geht.
Wie man jetzt auf die Idee kommt, dass eine Sortierung schlimmere Auswirkungen haben kann verstehe ich jetzt nicht wirklich...

[1] werden nur indizierte Felder benutzt sollte weder eine Sortierung noch eine Gruppierung "Nacharbeiten" erfordern. Schlicht und ergreifend weil Indizes nunmal sortiert sind.

[hoika]

Hallo,

das Sortieren kann entweder direkt durch richtiges Durchlaufen eines
Index erfolgen, oder durch Erstellen des Recordsets auf der Platte
und Sortieren dieses Recordsets.
Der 2. Fall ist langsamer.

Ich habe das bei einem Kunden selbst erlebt.
eine Query über 8 Tabellen mit einem Order By
hat eine temporäre Tabelle von ein paar MB erzeugt.
Das Recordset sind 13000 Einträge mit ner Menge Felder.

Diese Query wurde auf mehreren Rechnern quasi gleichzeitig
aufgerufen. In der Zwischenzeit war mit einem anderen Programm,
welches auf die gleiche DB zugegriffen hat, praktisch nicht zu arbeiten.

Nachdem ich das order by rausgenommen habe und die Liste
lokal mit Quicksort sortieren, ist der Engpass weg.


Heiko
PS:
Für das gleichzeitig konnte ich nichts,
das wollte der Kunde so.

[Elvis]

Zitat von hoika:

Hallo,

das Sortieren kann entweder direkt durch richtiges Durchlaufen eines
Index erfolgen, oder durch Erstellen des Recordsets auf der Platte
und Sortieren dieses Recordsets.
Der 2. Fall ist langsamer.

Ich habe das bei einem Kunden selbst erlebt.
eine Query über 8 Tabellen mit einem Order By
hat eine temporäre Tabelle von ein paar MB erzeugt.
Das Recordset sind 13000 Einträge mit ner Menge Felder.

Diese Query wurde auf mehreren Rechnern quasi gleichzeitig
aufgerufen. In der Zwischenzeit war mit einem anderen Programm,
welches auf die gleiche DB zugegriffen hat, praktisch nicht zu arbeiten.

Nachdem ich das order by rausgenommen habe und die Liste
lokal mit Quicksort sortieren, ist der Engpass weg.

Ah, dann habe ich dich falsch verstanden!
Man konnte in deinem vorherigen Beitrag herauslesen, dass dieser Performance hit bei Sortierungen aber nicht bei Gruppierungen/Distinct eintritt. Genau deshalb habe ich nachgehakt. Schließlich würde jegliches postprocessing zu genau dem Effekt führen (temp tabelle), egal ob Sortierung, Gruppierung oder Distinct.

Ich bin übrigens auch der Meinung, dass man (wenn möglich) lokal sortieren sollte.
Selbst DBMS'se, die normalerweise excellent darin sind Querypläne zu erarbeiten, generieren bei einer Sortierung den worst case (Indizierte Felder mal ausgenommen).

edit: Mainung -> Meinung; auf was für'n Trip war ich denn da?