count(distinct)在group by中慢是因为sql server对每个分组单独去重，5万组即执行5万次哈希/排序；内存不足时溢出tempdb导致性能断崖下跌，应改用子查询预聚合并加分区裁剪和覆盖索引优化。
为什么COUNT(DISTINCT)在GROUP BY里特别慢
不是数据总量大导致慢，而是SQL Server对每个分组都单独做一次去重——比如按channel_code分组后算COUNT(DISTINCT user_id)，若有5万组，就得执行5万次哈希或排序。执行计划中若出现Using temporary; Using filesort（实际在SQL Server里表现为Hash Match (Aggregate) + Spill to TempDB），基本意味着内存撑不住，开始往磁盘写临时数据，性能断崖下跌。
用子查询预聚合替代JOIN后去重
核心思路是把高成本的COUNT(DISTINCT)下沉到子查询中，在更小的结果集上完成去重，外层只做轻量关联。原始低效写法：
SELECT b.name, COUNT(DISTINCT a.user_id) FROM table_a a JOIN table_b b ON a.dashboard_id = b.id GROUP BY b.name
应重写为：
SELECT b.name, new_a.ct FROM table_b b JOIN ( SELECT dashboard_id, COUNT(DISTINCT user_id) AS ct FROM table_a WHERE dt = '2026-09' -- 必须加分区裁剪 GROUP BY dashboard_id ) new_a ON new_a.dashboard_id = b.id
- 子查询
table_a先按dashboard_id聚合，结果行数通常极小（几百到几千），JOIN开销远低于原写法 -
WHERE dt = '2026-09'必须写在子查询内，否则优化器无法下推谓词，仍会扫描全表 - 若
table_a有覆盖索引（如(dashboard_id, user_id, dt)），子查询可完全走索引，避免回表
多个DISTINCT字段必须拆开预聚合
同时写COUNT(DISTINCT col1), COUNT(DISTINCT col2)会让SQL Server生成多个独立的哈希聚合通道，CPU和TempDB压力翻倍。不能靠一个子查询解决，必须分别聚合再JOIN：
SELECT t1.channel, t1.order_cnt, t2.user_cnt FROM ( SELECT channel_code AS channel, COUNT(DISTINCT order_no) AS order_cnt FROM user_order WHERE del_flag = '0' AND create_date >= '2026-01-01' GROUP BY channel_code ) t1 JOIN ( SELECT channel_code AS channel, COUNT(DISTINCT user_id) AS user_cnt FROM user_order WHERE del_flag = '0' AND create_date >= '2026-01-01' GROUP BY channel_code ) t2 ON t1.channel = t2.channel
注意两点：
- 两个子查询的
WHERE条件必须完全一致，否则JOIN结果可能出错 - 如果
user_order表很大，建议给(channel_code, del_flag, create_date)建复合索引，并把order_no和user_id作为包含列（INCLUDE）以支持覆盖扫描
别让DISTINCT掩盖主键或唯一约束
如果去重字段本身就是主键或有唯一约束（比如COUNT(DISTINCT order_id)），SQL Server仍会走完整去重流程，白白浪费资源。此时应直接用COUNT(*)替代：
-- 低效（order_id是主键） SELECT COUNT(DISTINCT order_id) FROM orders WHERE status = 'shipped' <p>-- 高效等价写法 SELECT COUNT(*) FROM orders WHERE status = 'shipped'</p>
这类误用在视图或ORM生成SQL中很常见，容易被忽略——它不报错，但执行计划里多出不必要的Hash Aggregate节点，且无法利用统计信息跳过计算。
