Rumah  >  Artikel  >  pangkalan data  >  Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

青灯夜游
青灯夜游ke hadapan
2022-01-17 19:28:3424443semak imbas

Bagaimana untuk menggunakan kumpulan oleh dalam MySql? Artikel berikut akan memberi anda analisis mendalam tentang penggunaan kumpulan oleh.

Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

Dalam perkembangan harian, kita sering menggunakan group by. Rakan-rakan yang dihormati, adakah anda tahu bagaimana group by berfungsi? Apakah perbezaan antara group by dan having? Apakah idea pengoptimuman untuk group by? Apakah isu yang perlu diberi perhatian apabila menggunakan group by? Artikel ini akan belajar bersama anda dan mengatasi group by~

  • Contoh mudah menggunakan kumpulan mengikut
  • kumpulan mengikut prinsip kerja
  • kumpulan mengikut mana dan kumpulan mengikut Perbezaan mempunyai
  • kumpulan mengikut idea pengoptimuman
  • kumpulan mengikut nota penggunaan
  • Cara mengoptimumkan SQL pengeluaran yang perlahan

[Cadangan berkaitan: tutorial video mysql]

1. Contoh mudah penggunaan kumpulan oleh

group by biasanya digunakan untuk statistik kumpulan dan logiknya ia menyatakan ialah根据一定的规则,进行分组. Mari kita mulakan dengan contoh mudah dan semak bersama-sama.

Anggapkan jadual pekerja digunakan Struktur jadual adalah seperti berikut:

CREATE TABLE `staff` (
  `id` bigint(11) NOT NULL AUTO_INCREMENT COMMENT '主键id',
  `id_card` varchar(20) NOT NULL COMMENT '身份证号码',
  `name` varchar(64) NOT NULL COMMENT '姓名',
  `age` int(4) NOT NULL COMMENT '年龄',
  `city` varchar(64) NOT NULL COMMENT '城市',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=15 DEFAULT CHARSET=utf8 COMMENT='员工表';

Data inventori jadual adalah seperti berikut:

Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

Kami kini mempunyai keperluan sedemikian: Kira bilangan pekerja di setiap bandar. Pernyataan SQL yang sepadan boleh ditulis seperti ini:

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

Hasil pelaksanaan adalah seperti berikut:

Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

Logik pernyataan SQL ini sangat jelas , tetapi ia Apakah proses pelaksanaan asas?

2. Kumpulan mengikut analisis prinsip

2.1 menerangkan analisis

Mari kita gunakan explain untuk menyemak pelan pelaksanaan

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

Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

  • Tambahan Using temporary medan ini menunjukkan bahawa jadual sementara digunakan semasa melaksanakan pengumpulan
  • Tambahan Using filesort medan ini Maksudnya menggunakan pengisihan

group by Bagaimanakah 临时表和排序 digunakan? Mari kita lihat proses pelaksanaan SQL ini

2.2 Proses pelaksanaan mudah kumpulan oleh

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

Mari kita lihat proses pelaksanaan SQL ini

  1. Buat jadual memori sementara dengan dua medan city dan num;
  2. imbas seluruh jadual untuk rekod staff dan keluarkan rekod bandar = 'X' dalam urutan .
  • Nilai sama ada terdapat baris dengan city='X' dalam jadual sementara Jika tidak, masukkan rekod (X,1);
  • Jika terdapat baris dengan city='X' dalam jadual sementara, tambahkan 1 pada nilai nombor baris x; > Isih
  • untuk mendapatkan set hasil dan kembalikan kepada pelanggan.
  1. Rajah pelaksanaan proses ini adalah seperti berikut: city
Apakah pengisihan jadual sementara?

ialah meletakkan medan yang perlu diisih ke dalam penimbal isihan, dan kembali selepas mengisih. Perhatikan di sini, pengisihan dibahagikan kepada Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)Isih medan penuh

dan

isihan rowid

Jika ia , semua medan yang perlu dikembalikan dengan pertanyaan dimasukkan ke dalam , selepas mengisih mengikut medan pengisihan

, kembali terus ke
  • , jika ia 全字段排序, letakkan sahaja medan yang perlu diisih ke dalam sort buffer, dan kemudian kembali ke jadualOperasi dan kemudian kembali.
  • Bagaimana untuk menentukan sama ada hendak menggunakan pengisihan medan penuh atau pengisihan rowid? Dikawal oleh parameter pangkalan data, rowid排序sort buffer
  • Rakan-rakan yang berminat untuk mengetahui lebih lanjut tentang pengisihan boleh membaca artikel saya ini.
  • 3. where 和 having的区别

    • 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

    3.1 group by + where 的执行流程

    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:

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

    再来expain分析一下:

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

    Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

    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:

    1、创建内存临时表,表里有两个字段citynum

    2、扫描索引树idx_age,找到大于年龄大于30的主键ID

    3、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;

    4、继续重复2,3步骤,找到所有满足条件的数据,

    5、最后根据字段city排序,得到结果集返回给客户端。

    3.2 group by + having 的执行

    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:

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

    查询结果如下:

    Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

    having称为分组过滤条件,它对返回的结果集操作。

    3.3 同时有where、group by 、having的执行顺序

    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:

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

    • 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。

    3.4 where + having 区别总结

    • having子句用于分组后筛选,where子句用于条件筛选
    • 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

    4. 使用 group by 注意的问题

    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

    4.1 group by一定要配合聚合函数使用嘛?

    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:

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

    查询结果是

    Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

    大家对比看下,返回的就是每个分组的第一条数据

    Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

    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。

    4.2 group by 后面跟的字段一定要出现在select中嘛。

    不一定,比如以下SQL:

    select max(age)  from staff group by city;

    执行结果如下:

    Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

    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

    4.3 <span style="font-size: 16px;">group by</span>导致的慢SQL问题

    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。

    5. group by的一些优化方案

    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

    5.1 group by 后面的字段加索引

    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

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

    它的执行计划

    Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

    如果我们给它加个联合索引idx_age_city(age,city)

    alter table staff add index 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。

    1Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

    加合适的索引是优化group by最简单有效的优化方式。

    5.2 order by null 不用排序

    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

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

    执行计划如下,已经没有filesort

    1Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

    5.3 尽量只使用内存临时表

    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 的过程因为数据放不下,导致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

    5.4 使用SQL_BIG_RESULT优化

    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:

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

    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

    1Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan)

    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。

    6. 一个生产慢SQL如何优化

    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:

    CREATE TABLE `staff` (
      `id` bigint(11) NOT NULL AUTO_INCREMENT COMMENT &#39;主键id&#39;,
      `id_card` varchar(20) NOT NULL COMMENT &#39;身份证号码&#39;,
      `name` varchar(64) NOT NULL COMMENT &#39;姓名&#39;,
      `status` varchar(64) NOT NULL COMMENT &#39;Y-已激活 I-初始化 D-已删除 R-审核中&#39;,
      `age` int(4) NOT NULL COMMENT &#39;年龄&#39;,
      `city` varchar(64) NOT NULL COMMENT &#39;城市&#39;,
      `enterprise_no` varchar(64) NOT NULL COMMENT &#39;企业号&#39;,
      `legal_cert_no` varchar(64) NOT NULL COMMENT &#39;法人号码&#39;,
      PRIMARY KEY (`id`)
    ) ENGINE=InnoDB AUTO_INCREMENT=15 DEFAULT CHARSET=utf8 COMMENT=&#39;员工表&#39;;

    查询的SQL是这样的:

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

    我们先不去探讨这个SQL的=是否合理。如果就是这么个SQL,你会怎么优化呢?有想法的小伙伴可以留言讨论哈,也可以加我微信加群探讨。如果你觉得文章那里写得不对,也可以提出来哈,一起进步,加油呀

    更多编程相关知识,请访问:编程入门!!

Atas ialah kandungan terperinci Ketahui lebih lanjut tentang cara menggunakan kumpulan oleh dalam MySql? (Penjelasan terperinci penggunaan). Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Artikel ini dikembalikan pada:juejin.cn. Jika ada pelanggaran, sila hubungi admin@php.cn Padam