将GROUP BY与MAX（）用作聚合vs ROW_NUMBER优于分区依据，是否存在性能差异？

Question

以下两个查询之间是否存在性能差异？如果是，那么哪个更好？：

    select 
    q.id, 
    q.name 
    from(
        select id, name, row_number over (partition by name order by id desc) as row_num
from table
    ) q
        where q.row_num = 1

与

select
max(id) ,
name
from table
group by name

（结果集应该相同）

这是假设未设置索引。

更新：我对此进行了测试，并且group by速度更快。

Answer 1

我有一个大约 450 万行的表，我用 GROUP BY 和 ROW_NUMBER 写了一个 MAX 并测试了它们。MAX 需要对表进行两次集群扫描，一次用于聚合，另一次用于连接到其余的列，而 ROW_NUMBER 只需要一次。（显然，可以对其中一个或两个进行索引以最小化 IO，但重点是 GROUP BY 需要两次索引扫描。）

根据优化器的说法，在我的情况下，根据子树成本，ROW_NUMBER 的效率提高了大约 60%。而且根据IO统计，CPU时间减少20%左右。但是，在实际经过的时间中，ROW_NUMBER 解决方案需要大约 80% 以上的实时时间。所以在我的情况下 GROUP BY 获胜。

这似乎与此处的其他答案相符。

Answer 2

group by 应该更快。行号必须为表中的所有行分配一行。它在过滤掉不需要的那些之前这样做。

到目前为止，第二个查询是更好的构造。首先，您必须确保分区子句中的列与您想要的列匹配。更重要的是，“group by”是 SQL 中一个易于理解的结构。我还推测 group by 可能会更好地利用索引，但那是推测。