回覆列表
  • 1 # 愛可生雲資料庫

    在日常查詢中,索引或其他資料查詢的方法可能不是查詢執行中最高昂的部分,例如:MySQL GROUP BY 可能負責查詢執行時間 90% 還多。MySQL 執行 GROUP BY 時的主要複雜性是計算 GROUP BY 語句中的聚合函式。UDF 聚合函式是一個接一個地獲得構成單個組的所有值。這樣,它可以在移動到另一個組之前計算單個組的聚合函式值。當然,問題在於,在大多數情況下,源資料值不會被分組。來自各種組的值在處理期間彼此跟隨。因此,我們需要一個特殊的步驟。

    處理 MySQL GROUP BY讓我們看看之前看過的同一張table: mysql> show create table tbl G *************************** 1. row *************************** Table: tbl Create Table: CREATE TABLE `tbl` ( `id` int(11) NOT NULL AUTO_INCREMENT, `k` int(11) NOT NULL DEFAULT "0", `g` int(10) unsigned NOT NULL, PRIMARY KEY (`id`), KEY `k` (`k`) ) ENGINE=InnoDB AUTO_INCREMENT=2340933 DEFAULT CHARSET=latin1 1 row in set (0.00 sec)

    並且以不同方式執行相同的 GROUP BY 語句:

    1、MySQL中 的 Index Ordered GROUP BY

    mysql> select k, count(*) c from tbl group by k order by k limit 5;

    +---+---+

    | k | c |

    +---+---+

    | 2 | 3 |

    | 4 | 1 |

    | 5 | 2 |

    | 8 | 1 |

    | 9 | 1 |

    +---+---+

    5 rows in set (0.00 sec)

    mysql> explain select k, count(*) c from tbl group by k order by k limit 5 G

    *************************** 1. row ***************************

    id: 1

    select_type: SIMPLE

    table: tbl

    partitions: NULL

    type: index

    possible_keys: k

    key: k

    key_len: 4

    ref: NULL

    rows: 5

    filtered: 100.00

    Extra: Using index

    1 row in set, 1 warning (0.00 sec)

    在這種情況下,我們在 GROUP BY 的列上有一個索引。這樣,我們可以逐組掃描資料並動態執行 GROUP BY(低成本)。當我們使用 LIMIT 限制我們檢索的組的數量或使用“覆蓋索引”時,特別有效,因為順序索引掃描是一種非常快速的操作。

    如果您有少量組,並且沒有覆蓋索引,索引順序掃描可能會導致大量 IO。所以這可能不是最最佳化的計劃。

    2、MySQL 中的外部排序 GROUP BY

    mysql> explain select SQL_BIG_RESULT g, count(*) c from tbl group by g limit 5 G

    *************************** 1. row ***************************

    id: 1

    select_type: SIMPLE

    table: tbl

    partitions: NULL

    type: ALL

    possible_keys: NULL

    key: NULL

    key_len: NULL

    ref: NULL

    rows: 998490

    filtered: 100.00

    Extra: Using filesort

    1 row in set, 1 warning (0.00 sec)

    mysql> select SQL_BIG_RESULT g, count(*) c from tbl group by g limit 5;

    +---+---+

    | g | c |

    +---+---+

    | 0 | 1 |

    | 1 | 2 |

    | 4 | 1 |

    | 5 | 1 |

    | 6 | 2 |

    +---+---+

    5 rows in set (0.88 sec)

    如果我們沒有允許我們按組順序掃描資料的索引,我們可以透過外部排序(在 MySQL 中也稱為“filesort”)來獲取資料。你可能會注意到我在這裡使用 SQL_BIG_RESULT 提示來獲得這個計劃。沒有它,MySQL 在這種情況下不會選擇這個計劃。

    一般來說,MySQL 只有在我們擁有大量組時才更喜歡使用這個計劃,因為在這種情況下,排序比擁有臨時表更有效(我們將在下面討論)。

    3、MySQL中 的臨時表 GROUP BY

    mysql> explain select g, sum(g) s from tbl group by g limit 5 G

    *************************** 1. row ***************************

    id: 1

    select_type: SIMPLE

    table: tbl

    partitions: NULL

    type: ALL

    possible_keys: NULL

    key: NULL

    key_len: NULL

    ref: NULL

    rows: 998490

    filtered: 100.00

    Extra: Using temporary

    1 row in set, 1 warning (0.00 sec)

    mysql> select g, sum(g) s from tbl group by g order by null limit 5;

    +---+------+

    | g | s |

    +---+------+

    | 0 | 0 |

    | 1 | 2 |

    | 4 | 4 |

    | 5 | 5 |

    | 6 | 12 |

    +---+------+

    5 rows in set (7.75 sec)

    在這種情況下,MySQL 也會進行全表掃描。但它不是執行額外的排序傳遞,而是建立一個臨時表。此臨時表每組包含一行,並且對於每個傳入行,將更新相應組的值。很多更新!雖然這在記憶體中可能是合理的,但如果結果表太大以至於更新將導致大量磁碟 IO,則會變得非常昂貴。在這種情況下,外部分揀計劃通常更好。請注意,雖然 MySQL 預設選擇此計劃用於此用例,但如果我們不提供任何提示,它幾乎比我們使用 SQL_BIG_RESULT 提示的計劃慢 10 倍 。您可能會注意到我在此查詢中添加了“ ORDER BY NULL ”。這是為了向您展示“清理”臨時表的唯一計劃。沒有它,我們得到這個計劃: mysql> explain select g, sum(g) s from tbl group by g limit 5 G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: tbl partitions: NULL type: ALL possible_keys: NULL key: NULL key_len: NULL ref: NULL rows: 998490 filtered: 100.00 Extra: Using temporary; Using filesort 1 row in set, 1 warning (0.00 sec)在其中,我們獲得了 temporary 和 filesort “兩最糟糕的”提示。MySQL 5.7 總是返回按組順序排序的 GROUP BY 結果,即使查詢不需要它(這可能需要昂貴的額外排序傳遞)。ORDER BY NULL 表示應用程式不需要這個。您應該注意,在某些情況下 - 例如使用聚合函式訪問不同表中的列的 JOIN 查詢 - 使用 GROUP BY 的臨時表可能是唯一的選擇。

    如果要強制 MySQL 使用為 GROUP BY 執行臨時表的計劃,可以使用 SQL_SMALL_RESULT 提示。

    4、MySQL 中的索引基於跳過掃描的 GROUP BY前三個 GROUP BY 執行方法適用於所有聚合函式。然而,其中一些人有第四種方法。

    mysql> explain select k,max(id) from tbl group by k G

    *************************** 1. row ***************************

    id: 1

    select_type: SIMPLE

    table: tbl

    partitions: NULL

    type: range

    possible_keys: k

    key: k

    key_len: 4

    ref: NULL

    rows: 2

    filtered: 100.00

    Extra: Using index for group-by

    1 row in set, 1 warning (0.00 sec)

    mysql> select k,max(id) from tbl group by k;

    +---+---------+

    | k | max(id) |

    +---+---------+

    | 0 | 2340920 |

    | 1 | 2340916 |

    | 2 | 2340932 |

    | 3 | 2340928 |

    | 4 | 2340924 |

    +---+---------+

    5 rows in set (0.00 sec)

    此方法僅適用於非常特殊的聚合函式:MIN() 和 MAX()。這些並不需要遍歷組中的所有行來計算值。他們可以直接跳轉到組中的最小或最大組值(如果有這樣的索引)。如果索引僅建立在 (K) 列上,如何找到每個組的 MAX(ID) 值?這是一個 InnoDB 表。記住 InnoDB 表有效地將 PRIMARY KEY 附加到所有索引。(K) 變為 (K,ID),允許我們對此查詢使用 Skip-Scan 最佳化。僅當每個組有大量行時才會啟用此最佳化。否則,MySQL 更傾向於使用更傳統的方法來執行此查詢(如方法#1中詳述的索引有序 GROUP BY)。雖然我們使用 MIN() / MAX() 聚合函式,但其他最佳化也適用於它們。例如,如果您有一個沒有 GROUP BY 的聚合函式(實際上所有表都有一個組),MySQL 在統計分析階段從索引中獲取這些值,並避免在執行階段完全讀取表: mysql> explain select max(k) from tbl G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: NULL partitions: NULL type: NULL possible_keys: NULL key: NULL key_len: NULL ref: NULL rows: NULL filtered: NULL Extra: Select tables optimized away 1 row in set, 1 warning (0.00 sec)

    過濾和分組

    我們已經研究了 MySQL 執行 GROUP BY 的四種方式。為簡單起見,我在整個表上使用了 GROUP BY,沒有應用過濾。當您有 WHERE 子句時,相同的概念適用: mysql> explain select g, sum(g) s from tbl where k>4 group by g order by NULL limit 5 G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: tbl partitions: NULL type: range possible_keys: k key: k key_len: 4 ref: NULL rows: 1 filtered: 100.00 Extra: Using index condition; Using temporary 1 row in set, 1 warning (0.00 sec)對於這種情況,我們使用K列上的範圍進行資料過濾/查詢,並在有臨時表時執行 GROUP BY。在某些情況下,方法不會發生衝突。但是,在其他情況下,我們必須選擇使用 GROUP BY 的一個索引或其他索引進行過濾:

    mysql> alter table tbl add key(g);

    Query OK, 0 rows affected (4.17 sec)

    Records: 0 Duplicates: 0 Warnings: 0

    mysql> explain select g, sum(g) s from tbl where k>1 group by g limit 5 G

    *************************** 1. row ***************************

    id: 1

    select_type: SIMPLE

    table: tbl

    partitions: NULL

    type: index

    possible_keys: k,g

    key: g

    key_len: 4

    ref: NULL

    rows: 16

    filtered: 50.00

    Extra: Using where

    1 row in set, 1 warning (0.00 sec)

    mysql> explain select g, sum(g) s from tbl where k>4 group by g limit 5 G

    *************************** 1. row ***************************

    id: 1

    select_type: SIMPLE

    table: tbl

    partitions: NULL

    type: range

    possible_keys: k,g

    key: k

    key_len: 4

    ref: NULL

    rows: 1

    filtered: 100.00

    Extra: Using index condition; Using temporary; Using filesort

    1 row in set, 1 warning (0.00 sec)

    根據此查詢中使用的特定常量,我們可以看到我們對 GROUP BY 使用索引順序掃描(並從索引中“放棄”以解析 WHERE 子句),或者使用索引來解析 WHERE 子句(但使用臨時表來解析 GROUP BY)。根據我的經驗,這就是 MySQL GROUP BY 並不總是做出正確選擇的地方。您可能需要使用 FORCE INDEX 以您希望的方式執行查詢。

  • 中秋節和大豐收的關聯?
  • 請教Oracle中order by預設排序及工作原理?