预聚合快是因为提前计算并存储结果，避免实时分组的i/o和cpu开销；group by慢则因每次需读原始数据、排序、聚合，数据量大时性能断崖下跌。
直接结论：预聚合不是“加个索引就能好”，而是把实时计算的负担提前卸载到写入或调度阶段——查得快的前提，是你已经算好了。
为什么GROUP BY查得慢，预聚合却快？
因为数据库每次执行 GROUP BY 都得从磁盘读原始行、分组、聚合、排序，数据量越大，I/O 和 CPU 开销越不可控。而预聚合表（比如每天凌晨跑一次）只存结果，查时直接 SELECT * FROM agg_daily_sales WHERE dt = '2026-07-20'，毫秒级响应。
什么场景必须上预聚合？
满足以下任意一条，就该考虑预聚合：
- 报表查询频率高，但数据更新不频繁（如日/周销售TOP10、月度用户留存率）
-
GROUP BY涉及多表JOIN+ 多字段分组 +ORDER BY+LIMIT，EXPLAIN 显示Using temporary和Using filesort - 原始表超千万行，且
WHERE过滤后仍剩百万级数据再分组 - 业务能容忍T+1延迟（例如财务对账、运营日报）
怎么建预聚合表才不踩坑？
关键不是“建表”，而是“怎么同步”和“怎么用”：
- 聚合粒度必须和报表需求严格对齐：要“按商品+日期统计销量”，就建
(item_id, dt)主键，别多加region或少建dt - 写入必须幂等：用
INSERT OVERWRITE（Hive/Spark）或MERGE INTO（PostgreSQL/SQL Server），避免重复累加 - 不要在预聚合表里留冗余字段：比如只查销量，就只存
item_id,dt,sale_cnt，别带item_name—— 那是关联时的事 - 如果原始数据支持删除或修正（如退款冲正），预聚合逻辑里必须包含反向操作，否则结果会漂移
预聚合和物化视图、汇总表有啥区别？
本质一样，但落地方式不同：
-
MATERIALIZED VIEW（PostgreSQL / Oracle / SQL Server）：自动刷新、依赖源表统计信息，适合中低频更新、强一致性要求场景 - 手动汇总表（
agg_*命名）：调度灵活（可凌晨跑、可事件触发）、易排查、支持自定义清洗逻辑，但需自己管生命周期 - 分区聚合表（如
agg_sales_by_month PARTITION BY month）：结合分区裁剪，查某月数据只扫一个分区，适合时间维度强的报表
别迷信“物化视图一定更好”——它在MySQL里压根没有，ClickHouse靠 MATERIALIZED VIEW 但底层是异步追加，一旦源表出错，视图不会自动回滚。
