SQL如何提升亿级数据GROUP BY性能

秋杰大大_2910

秋杰大大_2910

2026-08-07

724人浏览

原创

using temporary表明group by未走索引,mysql需将匹配行载入临时表硬分组;关键看extra列而非key列,复合索引须按where→group by→select顺序创建,且避免在group by中使用函数。

sql如何提升亿级数据group by性能

EXPLAIN里出现Using temporary就说明GROUP BY没走索引

这不是警告,是确诊书:MySQL被迫把所有匹配行读进内存或磁盘临时表,再硬分组。哪怕表只有80万行,一见Using temporary或Using filesort,查询大概率从200ms跳到秒级甚至更久。

关键不是看key列有没有索引名,而是盯Extra列——哪怕key显示用了索引,Extra里有Using temporary,说明索引根本没帮上分组的忙。

  • type是ALL或index(而非ref/range),基本等于索引失效
  • key_len异常大(比如VARCHAR(255)字段只查前10个字符,但key_len显示765),说明索引定义和实际查询不匹配
  • 别只检查WHERE有没有走索引——GROUP BY字段没被覆盖,照样触发临时表

复合索引必须按WHERE → GROUP BY → SELECT顺序建

不是把字段堆进CREATE INDEX就行。MySQL的B+树只在“最左前缀匹配”且能按顺序输出分组键时,才支持松散索引扫描(Loose Index Scan)——这才是毫秒级的关键。

假设语句是:SELECT user_id, COUNT(*) FROM orders WHERE status = 1 AND created_at > '2024-01-01' GROUP BY user_id, product_type;

  • 过滤字段status区分度高,放最左
  • created_at是范围条件,放中间
  • 分组字段user_id、product_type紧随其后 → 索引应为INDEX(status, created_at, user_id, product_type)
  • 如果还要SELECT MAX(amount),把amount加到索引末尾,形成覆盖索引,避免回表
  • 千万别写成INDEX(user_id, product_type, status)——WHERE条件无法利用最左前缀,索引直接废掉

别在GROUP BY里用函数,DATE(created_at)等于自废武功

函数会让索引完全失效,MySQL只能全表扫描再逐行计算。不是“可能慢”,是“必然慢”,且无法通过调参绕过。

AVCLabs
AVCLabs

一款集AI视频处理与增强能力于一体的工具平台,提供背景移除、画面处理和视频优化等功能,适合日常后期制作。

下载

错误写法:GROUP BY DATE(created_at);正确解法分两种场景:

  • 高频按天统计:加冗余字段created_date DATE,建索引INDEX(created_date, user_id),查询改用WHERE created_date BETWEEN ... GROUP BY created_date
  • 低频灵活查询:用范围条件缩小数据量,例如WHERE created_at >= '2024-06-01' AND created_at ,至少先砍掉90%数据再分组
  • MySQL 5.7不支持函数索引,别指望INDEX(DATE(created_at))能生效

千万级以后,物化中间结果比死磕单条SQL更靠谱

索引能加速筛选和分组过程,但改变不了“必须读取所有匹配行”的本质。比如统计某天全部订单金额总和,即使created_at有索引,MySQL仍要遍历当天全部百万行去累加amount。

真正有效的优化是预计算:

  • 对亿级表聚合,仅靠索引无法解决性能断崖问题
  • 必须结合预聚合(如定时写入汇总表)、分区表(按时间缩小扫描范围)或物化视图(自动维护聚合结果)
  • 否则单次扫描百万行将导致性能持续恶化

最容易被忽略的是:业务是否真的需要实时聚合结果?很多所谓“实时报表”,其实容忍分钟级延迟——这时用定时任务+汇总表,比任何SQL调优都来得干脆。

相关文章

数码产品性能查询
数码产品性能查询

该软件包括了市面上所有手机CPU,手机跑分情况,电脑CPU,电脑产品信息等等,方便需要大家查阅数码产品最新情况,了解产品特性,能够进行对比选择最具性价比的商品。

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
大数据分析工具有哪四个
大数据分析工具有哪四个

大数据分析的四个工具分别是rapidminer、Hpcc、Hadoop和Pentaho bi。大数据分析用于从各种来源生成的原始数据中提取有价值的数据。这些数据帮助我们获得有意义的见解、隐藏的模式、未知的相关性、市场趋势等等,具体取决于行业。大数据分析的主要动机是提供有价值的见解,以便为未来做出更好的决策。php中文网为大家带来了大数据分析的相关教程、以及相关文章等内容,供大家免费下载使用。

2023.06.21

5216

5

Java 大数据处理基础(Hadoop 方向)
Java 大数据处理基础(Hadoop 方向)

本专题聚焦 Java 在大数据离线处理场景中的核心应用,系统讲解 Hadoop 生态的基本原理、HDFS 文件系统操作、MapReduce 编程模型、作业优化策略以及常见数据处理流程。通过实际示例(如日志分析、批处理任务),帮助学习者掌握使用 Java 构建高效大数据处理程序的完整方法。

2025.12.08

1249

12

大数据专业学习教程
大数据专业学习教程

本专题整合了大数据专业学习相关教程,阅读专题下面的文章了解更多详细内容。

2026.01.05

243

5

python处理大数据合集
python处理大数据合集

本专题整合了python处理大数据相关教程,阅读专题下面的文章了解更多详细内容。

2026.01.05

486

22

数据分析工具有哪些
数据分析工具有哪些

数据分析工具有Excel、SQL、Python、R、Tableau、Power BI、SAS、SPSS和MATLAB等。详细介绍:1、Excel,具有强大的计算和数据处理功能;2、SQL,可以进行数据查询、过滤、排序、聚合等操作;3、Python,拥有丰富的数据分析库;4、R,拥有丰富的统计分析库和图形库;5、Tableau,提供了直观易用的用户界面等等。

2023.10.12

4363

8

SQL中distinct的用法
SQL中distinct的用法

SQL中distinct的语法是“SELECT DISTINCT column1, column2,...,FROM table_name;”。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2023.10.27

911

4

SQL中months_between使用方法
SQL中months_between使用方法

在SQL中,MONTHS_BETWEEN 是一个常见的函数,用于计算两个日期之间的月份差。想了解更多SQL的相关内容,可以阅读本专题下面的文章。

2024.02.23

1129

5

SQL出现5120错误解决方法
SQL出现5120错误解决方法

SQL Server错误5120是由于没有足够的权限来访问或操作指定的数据库或文件引起的。想了解更多sql错误的相关内容,可以阅读本专题下面的文章。

2024.03.06

6281

10

sql procedure语法错误解决方法
sql procedure语法错误解决方法

sql procedure语法错误解决办法:1、仔细检查错误消息;2、检查语法规则;3、检查括号和引号;4、检查变量和参数;5、检查关键字和函数;6、逐步调试;7、参考文档和示例。想了解更多语法错误的相关内容,可以阅读本专题下面的文章。

2024.03.06

3103

4

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 133.8万人学习