Group By实现方式主要有以下两种

Sort-Based Group By

已排序为基础的Group by实现，缺点是数据集大了浪费时间，因为需要额外的排序时间。

Hash-Based Group By

以哈希表为基础的Group By,把相同的Tuple放进同一个桶，优点是快速，不需要额外的排序时间，但也不是完美，一般大数据集使用，小数据使用Sort-Based实现更快。当数据到了机器瓶颈，将会变得很慢，因为有数据换出到磁盘。当语句中含有Order By,将默认使用Sort Based Group By。

一般的关系型数据库，比如说Mysql,Oracle,两种都有实现，关键是权衡，什么时候该用哪种，比如Oracle当数据大于10G会使用Hash-Based Group By。

分布式数据库 Parallel Group By

实现原理大概参考MapReduce?那种。

原文链接https://www.modb.pro/db/622289