溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹“Mysql數據庫group by原理是什么”，在日常操作中，相信很多人在Mysql數據庫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，希望對大家解答”Mysql數據庫group by原理是什么”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！
group by一般用于分組統計，它表達的邏輯就是根據一定的規則，進行分組。我們先從一個簡單的例子，一起來復習一下哈。
假設用一張員工表，表結構如下：
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';
表存量的數據如下：
我們現在有這么一個需求：統計每個城市的員工數量。對應的 SQL 語句就可以這么寫：
select city ,count(*) as num from staff group by city;
執行結果如下：
這條SQL語句的邏輯很清楚啦，但是它的底層執行流程是怎樣的呢？
我們先用explain查看一下執行計劃
explain select city ,count(*) as num from staff group by city;
Extra 這個字段的Using temporary表示在執行分組的時候使用了臨時表
Extra 這個字段的Using filesort表示使用了排序
group by 怎么就使用到臨時表和排序了呢？我們來看下這個SQL的執行流程
explain select city ,count(*) as num from staff group by city;
我們一起來看下這個SQL的執行流程哈
創建內存臨時表，表里有兩個字段city和num；
全表掃描staff的記錄，依次取出city = 'X'的記錄。
判斷臨時表中是否有為 city='X'的行，沒有就插入一個記錄 (X,1);
如果臨時表中有city='X'的行的行，就將x 這一行的num值加 1；
遍歷完成后，再根據字段city做排序，得到結果集返回給客戶端。
這個流程的執行圖如下：
臨時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？由一個數據庫參數控制的，max_length_for_sort_data
對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
group by + where 的執行流程
group by + having 的執行流程
同時有where、group by 、having的執行順序
有些小伙伴覺得上一小節的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，執行流程是怎樣？
好的，我們給它加個條件，并且加個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 執行計劃結果，可以發現查詢條件命中了idx_age的索引，并且使用了臨時表和排序
Using index condition:
表示索引下推優化，根據索引盡可能的過濾數據,然后再返回給服務器層根據where其他條件進行過濾。這里單個索引為什么會出現索引下推呢？explain出現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。
執行流程如下：
創建內存臨時表，表里有兩個字段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'
判斷臨時表中是否有為 city='X'的行，沒有就插入一個記錄 (X,1);
如果臨時表中有city='X'的行的行，就將x 這一行的num值加 1；
繼續重復2,3步驟，找到所有滿足條件的數據，
最后根據字段city做排序，得到結果集返回給客戶端。
如果你要查詢每個城市的員工數量，獲取到員工數量不低于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;
查詢結果如下：
having稱為分組過濾條件，它對返回的結果集操作。
如果一個SQL同時含有where、group by、having子句，執行順序是怎樣的呢。
比如這個SQL：
select city ,count(*) as num from staff where age> 19 group by city having num >= 3;
執行where子句查找符合年齡大于19的員工數據
group by子句對員工數據，根據城市分組。
對group by子句形成的城市組，運行聚集函數計算每一組的員工數量值；
最后用having子句選出員工數量大于等于3的城市組。
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 和聚合函數一起出現如(count(),sum(),avg(),max(),min())
where條件子句中不能使用聚集函數，而having子句就可以。
having只能用在group by之后，where執行在group by之前
使用group by 主要有這幾點需要注意：
group by一定要配合聚合函數一起使用嘛？
group by的字段一定要出現在select中嘛
group by導致的慢SQL問題
group by 就是分組統計的意思，一般情況都是配合聚合函數如（count(),sum(),avg(),max(),min())一起使用。
count() 數量
sum() 總和
avg() 平均
max() 最大值
min() 最小值
如果沒有配合聚合函數使用可以嗎？
我用的是Mysql 5.7 ，是可以的。不會報錯，并且返回的是，分組的第一行數據。
比如這個SQL：
select city,id_card,age from staff group by city;
查詢結果是
大家對比看下，返回的就是每個分組的第一條數據
當然，平時大家使用的時候，group by還是配合聚合函數使用的，除非一些特殊場景，比如你想去重，當然去重用distinct也是可以的。
不一定，比如以下SQL：
select max(age) from staff group by city;
執行結果如下：
分組字段city不在select 后面，并不會報錯。當然，這個可能跟不同的數據庫，不同的版本有關吧。大家使用的時候，可以先驗證一下就好。有一句話叫做，紙上得來終覺淺，絕知此事要躬行。
到了最重要的一個注意問題啦，group by使用不當，很容易就會產生慢SQL 問題。因為它既用到臨時表，又默認用到排序。有時候還可能用到磁盤臨時表。
如果執行過程中，會發現內存臨時表大小到達了上限（控制這個上限的參數就是tmp_table_size），會把內存臨時表轉成磁盤臨時表。
如果數據量很大，很可能這個查詢需要的磁盤臨時表，就會占用大量的磁盤空間。
這些都是導致慢SQL的x因素，我們一起來探討優化方案哈。
從哪些方向去優化呢？
方向1：既然它默認會排序，我們不給它排是不是就行啦。
方向2：既然臨時表是影響group by性能的X因素，我們是不是可以不用臨時表？
我們一起來想下，執行group by語句為什么需要臨時表呢？group by的語義邏輯，就是統計不同的值出現的個數。如果這個這些值一開始就是有序的，我們是不是直接往下掃描統計就好了，就不用臨時表來記錄并統計結果啦?
group by 后面的字段加索引
order by null 不用排序
盡量只使用內存臨時表
使用SQL_BIG_RESULT
如何保證group by后面的字段數值一開始就是有序的呢？當然就是加索引啦。
我們回到一下這個SQL
select city ,count(*) as num from staff where age= 19 group by city;
它的執行計劃
如果我們給它加個聯合索引idx_age_city（age,city）
alter table staff add index idx_age_city(age,city);
再去看執行計劃，發現既不用排序，也不需要臨時表啦。
加合適的索引是優化group by最簡單有效的優化方式。
并不是所有場景都適合加索引的，如果碰上不適合創建索引的場景，我們如何優化呢？
如果你的需求并不需要對結果集進行排序，可以使用order by null。
select city ,count(*) as num from staff group by city order by null
執行計劃如下，已經沒有filesort啦
如果group by需要統計的數據不多，我們可以盡量只使用內存臨時表；因為如果group by 的過程因為內存臨時表放不下數據，從而用到磁盤臨時表的話，是比較耗時的。因此可以適當調大tmp_table_size參數，來避免用到磁盤臨時表。
如果數據量實在太大怎么辦呢？總不能無限調大tmp_table_size吧？但也不能眼睜睜看著數據先放到內存臨時表，隨著數據插入發現到達上限，再轉成磁盤臨時表吧？這樣就有點不智能啦。
因此，如果預估數據量比較大，我們使用SQL_BIG_RESULT 這個提示直接用磁盤臨時表。MySQl優化器發現，磁盤臨時表是B+樹存儲，存儲效率不如數組來得高。因此會直接用數組來存
示例SQl如下：
select SQL_BIG_RESULT city ,count(*) as num from staff group by city;
執行計劃的Extra字段可以看到，執行沒有再使用臨時表，而是只有排序
執行流程如下：
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 sort_buffer的city字段做排序
排序完成后，就得到了一個有序數組。
根據有序數組，統計每個值出現的次數。
最近遇到個生產慢SQL，跟group by相關的，給大家看下怎么優化哈。
表結構如下：
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 '企業號', `legal_cert_no` varchar(64) NOT NULL COMMENT '法人號碼', 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，關于“Mysql數據庫group by原理是什么”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
