Mysql數(shù)據(jù)庫group?by原理是什么

這篇文章主要介紹“Mysql數(shù)據(jù)庫group by原理是什么”，在日常操作中，相信很多人在Mysql數(shù)據(jù)庫group by原理是什么問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對(duì)大家解答”Mysql數(shù)據(jù)庫group by原理是什么”的疑惑有所幫助！接下來，請(qǐng)跟著小編一起來學(xué)習(xí)吧！

1. 使用group by的簡單例子

group by一般用于分組統(tǒng)計(jì)，它表達(dá)的邏輯就是根據(jù)一定的規(guī)則，進(jìn)行分組。我們先從一個(gè)簡單的例子，一起來復(fù)習(xí)一下哈。

假設(shè)用一張員工表，表結(jié)構(gòu)如下：

CREATE TABLE `staff` (
  `id` bigint(11) NOT NULL AUTO_INCREMENT COMMENT '主鍵id',
  `id_card` varchar(20) NOT NULL COMMENT '身份證號(hào)碼',
  `name` varchar(64) NOT NULL COMMENT '姓名',
  `age` int(4) NOT NULL COMMENT '年齡',
  `city` varchar(64) NOT NULL COMMENT '城市',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=15 DEFAULT CHARSET=utf8 COMMENT='員工表';

表存量的數(shù)據(jù)如下：

我們現(xiàn)在有這么一個(gè)需求：統(tǒng)計(jì)每個(gè)城市的員工數(shù)量。對(duì)應(yīng)的 SQL 語句就可以這么寫：

select city ,count(*) as num from staff group by city;

執(zhí)行結(jié)果如下：

這條SQL語句的邏輯很清楚啦，但是它的底層執(zhí)行流程是怎樣的呢？

2. group by 原理分析

2.1 explain 分析

我們先用explain查看一下執(zhí)行計(jì)劃

explain select city ,count(*) as num from staff group by city;

• Extra 這個(gè)字段的Using temporary表示在執(zhí)行分組的時(shí)候使用了臨時(shí)表

• Extra 這個(gè)字段的Using filesort表示使用了排序

group by 怎么就使用到臨時(shí)表和排序了呢？我們來看下這個(gè)SQL的執(zhí)行流程

2.2 group by 的簡單執(zhí)行流程

explain select city ,count(*) as num from staff group by city;

我們一起來看下這個(gè)SQL的執(zhí)行流程哈

• 創(chuàng)建內(nèi)存臨時(shí)表，表里有兩個(gè)字段city和num；

• 全表掃描staff的記錄，依次取出city = 'X'的記錄。

• 判斷臨時(shí)表中是否有為 city='X'的行，沒有就插入一個(gè)記錄 (X,1);

• 如果臨時(shí)表中有city='X'的行的行，就將x 這一行的num值加 1；

• 遍歷完成后，再根據(jù)字段city做排序，得到結(jié)果集返回給客戶端。

這個(gè)流程的執(zhí)行圖如下：

臨時(shí)表的排序是怎樣的呢？

就是把需要排序的字段，放到sort buffer，排完就返回。在這里注意一點(diǎn)哈，排序分全字段排序和rowid排序

如果是全字段排序，需要查詢返回的字段，都放入sort buffer，根據(jù)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。

怎么確定走的是全字段排序還是rowid 排序排序呢？由一個(gè)數(shù)據(jù)庫參數(shù)控制的，max_length_for_sort_data

對(duì)排序有興趣深入了解的小伙伴，可以看我這篇文章哈。

看一遍就理解：order by詳解

3. where 和 having的區(qū)別

• group by + where 的執(zhí)行流程

• group by + having 的執(zhí)行流程

• 同時(shí)有where、group by 、having的執(zhí)行順序

3.1 group by + where 的執(zhí)行流程

有些小伙伴覺得上一小節(jié)的SQL太簡單啦，如果加了where條件之后，并且where條件列加了索引呢，執(zhí)行流程是怎樣？

好的，我們給它加個(gè)條件，并且加個(gè)idx_age的索引，如下：

select city ,count(*) as num from staff where age> 30 group by city;
//加索引
alter table staff add index idx_age (age);

再來expain分析一下：

explain select city ,count(*) as num from staff where age> 30 group by city;

從explain 執(zhí)行計(jì)劃結(jié)果，可以發(fā)現(xiàn)查詢條件命中了idx_age的索引，并且使用了臨時(shí)表和排序

Using index condition:

表示索引下推優(yōu)化，根據(jù)索引盡可能的過濾數(shù)據(jù),然后再返回給服務(wù)器層根據(jù)where其他條件進(jìn)行過濾。這里單個(gè)索引為什么會(huì)出現(xiàn)索引下推呢？explain出現(xiàn)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問，可以加我微信討論哈。

執(zhí)行流程如下：

• 創(chuàng)建內(nèi)存臨時(shí)表，表里有兩個(gè)字段city和num；

• 掃描索引樹idx_age，找到大于年齡大于30的主鍵ID

• 通過主鍵ID，回表找到city = 'X'

• 判斷臨時(shí)表中是否有為 city='X'的行，沒有就插入一個(gè)記錄 (X,1);

• 如果臨時(shí)表中有city='X'的行的行，就將x 這一行的num值加 1；

• 繼續(xù)重復(fù)2,3步驟，找到所有滿足條件的數(shù)據(jù)，

最后根據(jù)字段city做排序，得到結(jié)果集返回給客戶端。

3.2 group by + having 的執(zhí)行

如果你要查詢每個(gè)城市的員工數(shù)量，獲取到員工數(shù)量不低于3的城市，having可以很好解決你的問題，SQL醬紫寫：

select city ,count(*) as num from staff  group by city having num >= 3;

查詢結(jié)果如下：

having稱為分組過濾條件，它對(duì)返回的結(jié)果集操作。

3.3 同時(shí)有where、group by 、having的執(zhí)行順序

如果一個(gè)SQL同時(shí)含有where、group by、having子句，執(zhí)行順序是怎樣的呢。

比如這個(gè)SQL：

select city ,count(*) as num from staff  where age> 19 group by city having num >= 3;

執(zhí)行where子句查找符合年齡大于19的員工數(shù)據(jù)

group by子句對(duì)員工數(shù)據(jù)，根據(jù)城市分組。

對(duì)group by子句形成的城市組，運(yùn)行聚集函數(shù)計(jì)算每一組的員工數(shù)量值；

最后用having子句選出員工數(shù)量大于等于3的城市組。

3.4 where + having 區(qū)別總結(jié)

having子句用于分組后篩選，where子句用于行條件篩選

having一般都是配合group by 和聚合函數(shù)一起出現(xiàn)如(count(),sum(),avg(),max(),min())

where條件子句中不能使用聚集函數(shù)，而having子句就可以。

having只能用在group by之后，where執(zhí)行在group by之前

4. 使用 group by 注意的問題

使用group by 主要有這幾點(diǎn)需要注意：

group by一定要配合聚合函數(shù)一起使用嘛？

group by的字段一定要出現(xiàn)在select中嘛

group by導(dǎo)致的慢SQL問題

4.1 group by一定要配合聚合函數(shù)使用嘛？

group by 就是分組統(tǒng)計(jì)的意思，一般情況都是配合聚合函數(shù)如（count(),sum(),avg(),max(),min())一起使用。

• count() 數(shù)量

• sum() 總和

• avg() 平均

• max() 最大值

• min() 最小值

如果沒有配合聚合函數(shù)使用可以嗎？

我用的是Mysql 5.7 ，是可以的。不會(huì)報(bào)錯(cuò)，并且返回的是，分組的第一行數(shù)據(jù)。

比如這個(gè)SQL：

select city,id_card,age from staff group by  city;

查詢結(jié)果是

大家對(duì)比看下，返回的就是每個(gè)分組的第一條數(shù)據(jù)

當(dāng)然，平時(shí)大家使用的時(shí)候，group by還是配合聚合函數(shù)使用的，除非一些特殊場景，比如你想去重，當(dāng)然去重用distinct也是可以的。

4.2 group by 后面跟的字段一定要出現(xiàn)在select中嘛。

不一定，比如以下SQL：

select max(age)  from staff group by city;

執(zhí)行結(jié)果如下：

分組字段city不在select 后面，并不會(huì)報(bào)錯(cuò)。當(dāng)然，這個(gè)可能跟不同的數(shù)據(jù)庫，不同的版本有關(guān)吧。大家使用的時(shí)候，可以先驗(yàn)證一下就好。有一句話叫做，紙上得來終覺淺，絕知此事要躬行。

4.3 group by導(dǎo)致的慢SQL問題

到了最重要的一個(gè)注意問題啦，group by使用不當(dāng)，很容易就會(huì)產(chǎn)生慢SQL 問題。因?yàn)樗扔玫脚R時(shí)表，又默認(rèn)用到排序。有時(shí)候還可能用到磁盤臨時(shí)表。

• 如果執(zhí)行過程中，會(huì)發(fā)現(xiàn)內(nèi)存臨時(shí)表大小到達(dá)了上限（控制這個(gè)上限的參數(shù)就是tmp_table_size），會(huì)把內(nèi)存臨時(shí)表轉(zhuǎn)成磁盤臨時(shí)表。

• 如果數(shù)據(jù)量很大，很可能這個(gè)查詢需要的磁盤臨時(shí)表，就會(huì)占用大量的磁盤空間。

這些都是導(dǎo)致慢SQL的x因素，我們一起來探討優(yōu)化方案哈。

5. group by的一些優(yōu)化方案

從哪些方向去優(yōu)化呢？

• 方向1：既然它默認(rèn)會(huì)排序，我們不給它排是不是就行啦。

• 方向2：既然臨時(shí)表是影響group by性能的X因素，我們是不是可以不用臨時(shí)表？

我們一起來想下，執(zhí)行g(shù)roup by語句為什么需要臨時(shí)表呢？group by的語義邏輯，就是統(tǒng)計(jì)不同的值出現(xiàn)的個(gè)數(shù)。如果這個(gè)這些值一開始就是有序的，我們是不是直接往下掃描統(tǒng)計(jì)就好了，就不用臨時(shí)表來記錄并統(tǒng)計(jì)結(jié)果啦?

• group by 后面的字段加索引

• order by null 不用排序

• 盡量只使用內(nèi)存臨時(shí)表

• 使用SQL_BIG_RESULT

5.1 group by 后面的字段加索引

如何保證group by后面的字段數(shù)值一開始就是有序的呢？當(dāng)然就是加索引啦。

我們回到一下這個(gè)SQL

select city ,count(*) as num from staff where age= 19 group by city;

它的執(zhí)行計(jì)劃

如果我們給它加個(gè)聯(lián)合索引idx_age_city（age,city）

alter table staff add index idx_age_city(age,city);

再去看執(zhí)行計(jì)劃，發(fā)現(xiàn)既不用排序，也不需要臨時(shí)表啦。

加合適的索引是優(yōu)化group by最簡單有效的優(yōu)化方式。

5.2 order by null 不用排序

并不是所有場景都適合加索引的，如果碰上不適合創(chuàng)建索引的場景，我們?nèi)绾蝺?yōu)化呢？

如果你的需求并不需要對(duì)結(jié)果集進(jìn)行排序，可以使用order by null。

select city ,count(*) as num from staff group by city order by null

執(zhí)行計(jì)劃如下，已經(jīng)沒有filesort啦

5.3 盡量只使用內(nèi)存臨時(shí)表

如果group by需要統(tǒng)計(jì)的數(shù)據(jù)不多，我們可以盡量只使用內(nèi)存臨時(shí)表；因?yàn)槿绻鹓roup by 的過程因?yàn)閮?nèi)存臨時(shí)表放不下數(shù)據(jù)，從而用到磁盤臨時(shí)表的話，是比較耗時(shí)的。因此可以適當(dāng)調(diào)大tmp_table_size參數(shù)，來避免用到磁盤臨時(shí)表。

5.4 使用SQL_BIG_RESULT優(yōu)化

如果數(shù)據(jù)量實(shí)在太大怎么辦呢？總不能無限調(diào)大tmp_table_size吧？但也不能眼睜睜看著數(shù)據(jù)先放到內(nèi)存臨時(shí)表，隨著數(shù)據(jù)插入發(fā)現(xiàn)到達(dá)上限，再轉(zhuǎn)成磁盤臨時(shí)表吧？這樣就有點(diǎn)不智能啦。

因此，如果預(yù)估數(shù)據(jù)量比較大，我們使用SQL_BIG_RESULT 這個(gè)提示直接用磁盤臨時(shí)表。MySQl優(yōu)化器發(fā)現(xiàn)，磁盤臨時(shí)表是B+樹存儲(chǔ)，存儲(chǔ)效率不如數(shù)組來得高。因此會(huì)直接用數(shù)組來存

示例SQl如下：

select SQL_BIG_RESULT city ,count(*) as num from staff group by city;

執(zhí)行計(jì)劃的Extra字段可以看到，執(zhí)行沒有再使用臨時(shí)表，而是只有排序

執(zhí)行流程如下：

• 初始化 sort_buffer，放入city字段；

• 掃描表staff，依次取出city的值,存入 sort_buffer 中；

• 掃描完成后，對(duì) sort_buffer的city字段做排序

• 排序完成后，就得到了一個(gè)有序數(shù)組。

• 根據(jù)有序數(shù)組，統(tǒng)計(jì)每個(gè)值出現(xiàn)的次數(shù)。

6. 一個(gè)生產(chǎn)慢SQL如何優(yōu)化

最近遇到個(gè)生產(chǎn)慢SQL，跟group by相關(guān)的，給大家看下怎么優(yōu)化哈。

表結(jié)構(gòu)如下：

CREATE TABLE `staff` (
  `id` bigint(11) NOT NULL AUTO_INCREMENT COMMENT '主鍵id',
  `id_card` varchar(20) NOT NULL COMMENT '身份證號(hào)碼',
  `name` varchar(64) NOT NULL COMMENT '姓名',
  `status` varchar(64) NOT NULL COMMENT 'Y-已激活 I-初始化 D-已刪除 R-審核中',
  `age` int(4) NOT NULL COMMENT '年齡',
  `city` varchar(64) NOT NULL COMMENT '城市',
  `enterprise_no` varchar(64) NOT NULL COMMENT '企業(yè)號(hào)',
  `legal_cert_no` varchar(64) NOT NULL COMMENT '法人號(hào)碼',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=15 DEFAULT CHARSET=utf8 COMMENT='員工表';

查詢的SQL是這樣的：

select * from t1 where status = #{status} group by #{legal_cert_no}

到此，關(guān)于“Mysql數(shù)據(jù)庫group by原理是什么”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)砀鄬?shí)用的文章！