GROUP BY 仅在仅返回去重字段时可安全替代 DISTINCT；因有索引时 MySQL 更倾向为 GROUP BY 启用“Using index for group-by”优化，避免临时表与排序，而 DISTINCT 在旧版或嵌套查询中可能仍建临时表。
GROUP BY 替代 DISTINCT 的适用场景
只有当查询只返回去重字段、不涉及其他非分组列时，GROUP BY 才能安全替代 DISTINCT。比如 SELECT DISTINCT city FROM users 可以换成 SELECT city FROM users GROUP BY city；但 SELECT DISTINCT city, created_at FROM users 如果直接改成 GROUP BY city，就会丢失 created_at 的语义（MySQL 5.7+ 严格模式下会报错），必须明确写成 GROUP BY city, created_at 或改用窗口函数。
为什么 GROUP BY 有时更快？关键看索引和执行计划
核心不是语法本身快，而是 MySQL 在有合适索引时更愿意为 GROUP BY 启用 Using index for group-by 优化路径——即直接按 B+Tree 索引顺序扫描，边读边分组，跳过排序和临时表。
- 如果
city列上有单列索引或联合索引的最左前缀，SELECT city FROM users GROUP BY city很可能走索引扫描，Extra字段显示Using index for group-by - 而同条件下的
SELECT DISTINCT city FROM users在旧版本或嵌套子查询中，优化器可能仍选择建哈希表或临时表，EXPLAIN显示Using temporary - 验证方法：对两条语句分别执行
EXPLAIN FORMAT=TREE，重点看是否出现grouping_operation节点，以及key_len是否匹配索引长度
容易踩的坑：别让 GROUP BY 变成性能黑洞
GROUP BY 不是万能加速器，没配好反而更慢。
- 无索引字段上用
GROUP BY，MySQL 8.0 之前默认触发Using filesort，比DISTINCT的哈希去重更耗 I/O - 写了
ORDER BY却没加ORDER BY NULL，即使你不需要排序，优化器也可能保留排序逻辑 - ORM 框架（如 Django ORM 的
.values('city').distinct()）可能底层翻译成GROUP BY，但字段没索引时查得极慢，你以为是语法问题，其实是索引缺失 -
GROUP BY a, b要求联合索引(a, b)才高效；只建了(a)索引，依然全表扫描
真正该盯住的指标，不是关键字，是 Handler_read_*
别只盯着 EXPLAIN 的 Extra 字段就下结论。真正暴露瓶颈的是运行时状态变量：
-
Handler_read_next > 0且接近总行数 → 真正在走索引扫描（好信号） -
Handler_read_rnd_next显著升高 → 正在大量回表或随机读磁盘（危险） -
Created_tmp_tables或Created_tmp_disk_tables持续增长 → 临时表已溢出内存，正在写磁盘
这些值比 “用 GROUP BY 还是 DISTINCT” 更真实地告诉你：去重到底卡在哪一步。
