Mysql数据库group by原理是什么

这篇文章主要介绍“Mysql数据库groupby原理是什么”，在日常操作中，相信很多人在Mysql数据库groupby原理是什么问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Mysql数据库groupby原理是什么”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！group by一般用于分组统计，它表达的逻辑就是根据一定的规则，进行分组。我们先从一个简单的例子，一起来复习一下哈。假设用一张员工表，表结构如下：表存量的数据如下：我们现在有这么一个需求：统计每个城市的员工数量。对应的 SQL 语句就可以这么写：执行结果如下：这条SQL语句的逻辑很清楚啦，但是它的底层执行流程是怎样的呢？我们先用explain查看一下执行计划Extra 这个字段的Using temporary表示在执行分组的时候使用了临时表Extra 这个字段的Using filesort表示使用了排序group by怎么就使用到临时表和排序了呢？我们来看下这个SQL的执行流程我们一起来看下这个SQL的执行流程哈创建内存临时表，表里有两个字段c免费云主机域名ity和num；全表扫描staff的记录，依次取出city = ‘X’的记录。判断临时表中是否有为 city=’X’的行，没有就插入一个记录 (X,1);如果临时表中有city=’X’的行的行，就将x 这一行的num值加 1；遍历完成后，再根据字段city做排序，得到结果集返回给客户端。这个流程的执行图如下：临时表的排序是怎样的呢？就是把需要排序的字段，放到sort buffer，排完就返回。在这里注意一点哈，排序分全字段排序和rowid排序如果是全字段排序，需要查询返回的字段，都放入sort buffer，根据排序字段排完，直接返回如果是rowid排序，只是需要排序的字段放入sort buffer，然后多一次回表操作，再返回。怎么确定走的是全字段排序还是rowid 排序排序呢？由一个数据库参数控制的，max_length_for_sort_data对排序有兴趣深入了解的小伙伴，可以看我这篇文章哈。看一遍就理解：order by详解group by + where 的执行流程group by + having 的执行流程同时有where、group by 、having的执行顺序有些小伙伴觉得上一小节的SQL太简单啦，如果加了where条件之后，并且where条件列加了索引呢，执行流程是怎样？好的，我们给它加个条件，并且加个idx_age的索引，如下：再来expain分析一下：从explain 执行计划结果，可以发现查询条件命中了idx_age的索引，并且使用了临时表和排序Using index condition:表示索引下推优化，根据索引尽可能的过滤数据,然后再返回给服务器层根据where其他条件进行过滤。这里单个索引为什么会出现索引下推呢？explain出现并不代表一定是使用了索引下推，只是代表可以使用，但是不一定用了。大家如果有想法或者有疑问，可以加我微信讨论哈。执行流程如下：创建内存临时表，表里有两个字段city和num；扫描索引树idx_age，找到大于年龄大于30的主键ID通过主键ID，回表找到city = ‘X’判断临时表中是否有为 city=’X’的行，没有就插入一个记录 (X,1);如果临时表中有city=’X’的行的行，就将x 这一行的num值加 1；继续重复2,3步骤，找到所有满足条件的数据，最后根据字段city做排序，得到结果集返回给客户端。如果你要查询每个城市的员工数量，获取到员工数量不低于3的城市，having可以很好解决你的问题，SQL酱紫写：查询结果如下：having称为分组过滤条件，它对返回的结果集操作。如果一个SQL同时含有where、group by、having子句，执行顺序是怎样的呢。比如这个SQL：执行where子句查找符合年龄大于19的员工数据group by子句对员工数据，根据城市分组。对group by子句形成的城市组，运行聚集函数计算每一组的员工数量值；最后用having子句选出员工数量大于等于3的城市组。having子句用于分组后筛选，where子句用于行条件筛选having一般都是配合group by和聚合函数一起出现如(count(),sum(),avg(),max(),min())where条件子句中不能使用聚集函数，而having子句就可以。having只能用在group by之后，where执行在group by之前使用group by 主要有这几点需要注意：group by一定要配合聚合函数一起使用嘛？group by的字段一定要出现在select中嘛group by导致的慢SQL问题group by 就是分组统计的意思，一般情况都是配合聚合函数如（count(),sum(),avg(),max(),min())一起使用。count() 数量sum() 总和avg() 平均max() 最大值min() 最小值如果没有配合聚合函数使用可以吗？我用的是Mysql 5.7，是可以的。不会报错，并且返回的是，分组的第一行数据。比如这个SQL：查询结果是大家对比看下，返回的就是每个分组的第一条数据当然，平时大家使用的时候，group by还是配合聚合函数使用的，除非一些特殊场景，比如你想去重，当然去重用distinct也是可以的。不一定，比如以下SQL：执行结果如下：分组字段city不在select 后面，并不会报错。当然，这个可能跟不同的数据库，不同的版本有关吧。大家使用的时候，可以先验证一下就好。有一句话叫做，纸上得来终觉浅，绝知此事要躬行。到了最重要的一个注意问题啦，group by使用不当，很容易就会产生慢SQL 问题。因为它既用到临时表，又默认用到排序。有时候还可能用到磁盘临时表。如果执行过程中，会发现内存临时表大小到达了上限（控制这个上限的参数就是tmp_table_size），会把内存临时表转成磁盘临时表。如果数据量很大，很可能这个查询需要的磁盘临时表，就会占用大量的磁盘空间。这些都是导致慢SQL的x因素，我们一起来探讨优化方案哈。从哪些方向去优化呢？方向1：既然它默认会排序，我们不给它排是不是就行啦。方向2：既然临时表是影响group by性能的X因素，我们是不是可以不用临时表？我们一起来想下，执行group by语句为什么需要临时表呢？group by的语义逻辑，就是统计不同的值出现的个数。如果这个这些值一开始就是有序的，我们是不是直接往下扫描统计就好了，就不用临时表来记录并统计结果啦?group by 后面的字段加索引order by null 不用排序尽量只使用内存临时表使用SQL_BIG_RESULT如何保证group by后面的字段数值一开始就是有序的呢？当然就是加索引啦。我们回到一下这个SQL它的执行计划如果我们给它加个联合索引idx_age_city（age,city）再去看执行计划，发现既不用排序，也不需要临时表啦。加合适的索引是优化group by最简单有效的优化方式。并不是所有场景都适合加索引的，如果碰上不适合创建索引的场景，我们如何优化呢？如果你的需求并不需要对结果集进行排序，可以使用order by null。执行计划如下，已经没有filesort啦如果group by需要统计的数据不多，我们可以尽量只使用内存临时表；因为如果group by 的过程因为内存临时表放不下数据，从而用到磁盘临时表的话，是比较耗时的。因此可以适当调大tmp_table_size参数，来避免用到磁盘临时表。如果数据量实在太大怎么办呢？总不能无限调大tmp_table_size吧？但也不能眼睁睁看着数据先放到内存临时表，随着数据插入发现到达上限，再转成磁盘临时表吧？这样就有点不智能啦。因此，如果预估数据量比较大，我们使用SQL_BIG_RESULT这个提示直接用磁盘临时表。MySQl优化器发现，磁盘临时表是B+树存储，存储效率不如数组来得高。因此会直接用数组来存示例SQl如下：执行计划的Extra字段可以看到，执行没有再使用临时表，而是只有排序执行流程如下：初始化 sort_buffer，放入city字段；扫描表staff，依次取出city的值,存入 sort_buffer 中；扫描完成后，对 sort_buffer的city字段做排序排序完成后，就得到了一个有序数组。根据有序数组，统计每个值出现的次数。最近遇到个生产慢SQL，跟group by相关的，给大家看下怎么优化哈。表结构如下：查询的SQL是这样的：到此，关于“Mysql数据库groupby原理是什么”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注百云主机网站，小编会继续努力为大家带来更多实用的文章！

相关推荐: MyBatis传入List集合查询数据问题怎么解决

这篇文章主要介绍“MyBatis传入List集合查询数据问题怎么解决”，在日常操作中，相信很多人在MyBatis传入List集合查询数据问题怎么解决问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”MyBatis传入List集合查询…