Group By语句从英文的字面意义上理解就是“根据(by)一定的规则进行分组(Group)”。它的作用是通过一定的规则将一个数据集划分成若干个小的区域，然后针对若干个小区域进行数据处理。
注意:group by 是先排序后分组；
count :.
1、 并不是说group by和count（）操作不能同时使用，只是说查出来的东西不一样，每个都有其应用的情况，如本例：最开始方法查出来的就是分组以后每个分组的记录条数，如果程序中要计算每个分组的记录条数，恰恰用这种方法。
2 、要更多靠数据库去解决问题。
3 、意识到子查询的威力，当你遇到解决不了的问题的时候，可以试试用子查询去解决。（实践证明的）
count(distinct colA)的操作也可以用group by的方式完成，具体代码如下：
select count(distinct colA) from table1;
select count(1) from (select colA from table1 group by colA)alias_1;
这两者最后得出的结果是一致的，但是具体的实现方式，有什么不同呢？
上面两种方式本质就是时间与空间的权衡。
distinct需要将colA中的所有内容都加载到内存中，大致可以理解为一个hash结构，key自然就是colA的所有值。因为是hash结构，那运算速度自然就快。最后计算hash中有多少key就是最终的结果。
那么问题来了，在现在的海量数据环境下，需要将所有不同的值都存起来，这个内存消耗，是可想而知的。所以如果数据量特别大，可能会out of memory。。。
group by的实现方式是先将colA排序。排序大家都不陌生，拿最见得快排来说，时间复杂度为O(nlogn)O(nlogn),而空间复杂度只有O(1)O(1)。这样一来，即使数据量再大一些，group by基本也能hold住。但是因为需要做一次O(nlogn)O(nlogn) 的排序，时间自然会稍微慢点。。。
总结起来就是，count(distinct)吃内存，查询快；group by空间复杂度小，在时间复杂度允许的情况下，可以发挥他的空间复杂度优势