有這樣的一個需求：select count(distinct nick) from user_access_xx_xx;
這條sql用於統計用戶訪問的uv，由於單表的數據量在10G以上，即使在user_access_xx_xx上加上nick的索引，
通過查看執行計劃，也為全索引掃描，sql在執行的時候，會對整個服務器帶來抖動；
root@db 09:00:12>select count(distinct nick) from user_access; +———————-+ | count(distinct nick) | +———————-+ | 806934 | +———————-+ 1 row in set (52.78 sec)
執行一次sql需要花費52.78s，已經非常的慢了
現在需要換一種思路來解決該問題：
我們知道索引的值是按照索引字段升序的，比如我們對（nick，other_column）兩個字段做了索引，那麼在索引中的則是按照nick，other_column的升序排列：
我們現在的sql：select count(distinct nick) from user_access;則是直接從nick1開始一條條掃描下來，直到掃描到最後一個nick_n,
那麼中間過程會掃描很多重復的nick，如果我們能夠跳過中間重復的nick，則性能會優化非常多（在oracle中，這種掃描技術為loose index scan，但在5.1的版本中，mysql中還不能直接支持這種優化技術）：
所以需要通過改寫sql來達到偽loose index scan：
root@db 09:41:30>select count(*) from ( select distinct(nick) from user_access)t ; | count(*) | +———-+ | 806934 | 1 row in set (5.81 sec)
Sql中先選出不同的nick，最後在外面套一層，就可以得到nick的distinct值總和；
最重要的是在子查詢中：select distinct(nick) 實現了上圖中的偽loose index scan，優化器在這個時候的執行計劃為Using index for group-by ，
需要注意的是mysql把distinct優化為group by，它首先利用索引來分組，然後掃描索引，對需要的nick只掃描一次；
兩個sql的執行計劃分別為：
優化寫法：
root@db 09:41:10>explain select distinct(nick) from user_access-> ; +—-+————-+——————————+——-+—————+————-| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +—-+————-+——————————+——-+—————+————- | 1 | SIMPLE | user_access | range | NULL | ind_user_access_nick | 67 | NULL | 2124695 | Using index for group-by | +—-+————-+——————————+——-+—————+————-
原始寫法：
root@db 09:42:55>explain select count(distinct nick) from user_access; +—-+————-+——————————+——-+—————+————- | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +—-+————-+——————————+——-+—————+————- | 1 | SIMPLE | user_access | index | NULL | ind_user_access | 177 | NULL | 19546123 | Using index |
