groupby在sql中怎么使用处理MySQLGROUPBY让大家看看之前看过的同一张table：mysql>showcreatetabletblG***************************1.row***************************Table:tblCreateTable:CREATETABLE`tbl`(`id`int(11)NOTNULLAUTO_INCREMENT,`k`int(11)NOTNULLDEFAULT’0′,`g`int(10)unsignedNOTNULL,PRIMARYKEY(`id`),KEY`k`(`k`))ENGINE=InnoDBAUTO_INCREMENT=2340933DEFAULTCHARSET=latin11rowinset(0.00sec)
并且以不同方式执行相同的GROUPBY语句：
1、MySQL中的IndexOrderedGROUPBY
mysql>selectk,count(*)cfromtblgroupbykorderbyklimit5;
+—+—+
k|c
+—+—+
2|3
4|1
5|2
8|1
9|1
+—+—+
5rowsinset(0.00sec)
mysql>explainselectk,count(*)cfromtblgroupbykorderbyklimit5G
***************************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:Usingindex
1rowinset,1warning(0.00sec)
- 在这种情况下，大家在GROUPBY的列上有一个索引。这样，大家可以逐组扫描数据并动态执行GROUPBY（低成本）。当大家使用LIMIT限制大家检索的组的数量或使用“覆盖索引”时，特别有效，因为顺序索引扫描是一种非常快速的操作。
- 2、MySQL中的外部排序GROUPBY
mysql>explainselectSQL_BIG_RESULTg,count(*)cfromtblgroupbyglimit5G
***************************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:Usingfilesort
1rowinset,1warning(0.00sec)
mysql>selectSQL_BIG_RESULTg,count(*)cfromtblgroupbyglimit5;
+—+—+
g|c
+—+—+
0|1
1|2
4|1
5|1
6|2
+—+—+
5rowsinset(0.88sec)
- 如果大家没有允许大家按组顺序扫描数据的索引，大家可以通过外部排序（在MySQL中也称为“filesort”）来获取数据。你可能会注意到偶在这里使用SQL_BIG_RESULT提示来获得这个计划。没有它，MySQL在这种情况下不会选择这个计划。
- 3、MySQL中的临时表GROUPBY
mysql>explainselectg,sum(g)sfromtblgroupbyglimit5G
***************************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:Usingtemporary
1rowinset,1warning(0.00sec)
mysql>selectg,sum(g)sfromtblgroupbygorderbynulllimit5;
+—+——+
g|s
+—+——+
0|0
1|2
4|4
5|5
6|12
+—+——+
5rowsinset(7.75sec)
- 在这种情况下，MySQL也会进行全表扫描。但它不是运行额外的排序传递，而是创建一个临时表。此临时表每组包含一行，并且对于每个传入行，将更新相应组的值。很多更新！虽然这在内存中可能是合理的，但如果结果表太大以至于更新将导致大量磁盘IO，则会变得非常昂贵。在这种情况下，外部分拣计划通常更好。请注意，虽然MySQL默认选择此计划用于此用例，但如果大家不提供任何提示，它几乎比大家使用SQL_BIG_RESULT提示的计划慢10倍。您可能会注意到偶在此查询中添加了“ORDERBYNULL”。这是为了向您展示“清理”临时表的唯一计划。没有它，大家得到这个计划：mysql>explainselectg,sum(g)sfromtblgroupbyglimit5G***************************1.row***************************id:1select_type:SIMPLEtable:tblpartitions:NULLtype:ALLpossible_keys:NULLkey:NULLkey_len:NULLref:NULLrows:998490filtered:100.00Extra:Usingtemporary;Usingfilesort1rowinset,1warning(0.00sec)
- 在其中，大家获得了temporary和filesort“两最糟糕的”提示。MySQL5.7总是返回按组顺序排序的GROUPBY结果，即使查询不需要它（这可能需要昂贵的额外排序传递）。ORDERBYNULL表示应用程序不需要这个。您应该注意，在某些情况下-例如使用聚合函数访问不同表中的列的JOIN查询-使用GROUPBY的临时表可能是唯一的选择。
- 4、MySQL中的索引基于跳过扫描的GROUPBY前三个GROUPBY执行方法适用于所有聚合函数。然而，其中一些人有第四种方法。
mysql>explainselectk,max(id)fromtblgroupbykG
***************************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:Usingindexforgroup-by
1rowinset,1warning(0.00sec)
mysql>selectk,max(id)fromtblgroupbyk;
+—+———+
k|max(id)
+—+———+
0|2340920
1|2340916
2|2340932
3|2340928
4|2340924
+—+———+
5rowsinset(0.00sec)
- 此方法仅适用于非常特殊的聚合函数：MIN()和MAX()。这些并不需要遍历组中的所有行来计算值。他们可以直接跳转到组中的最小或最大组值（如果有这样的索引）。如果索引仅建立在(K)列上，如何找到每个组的MAX(ID)值？这是一个InnoDB表。记住InnoDB表有效地将PRIMARYKEY附加到所有索引。(K)变为(K,ID)，允许大家对此查询使用Skip-Scan优化。仅当每个组有大量行时才会启用此优化。否则，MySQL更倾向于使用更传统的方法来执行此查询（如方法＃1中详述的索引有序GROUPBY）。虽然大家使用MIN()/MAX()聚合函数，但其他优化也适用于它们。例如，如果您有一个没有GROUPBY的聚合函数（实际上所有表都有一个组），MySQL在统计分析阶段从索引中获取这些值，并避免在执行阶段完全读取表：mysql>explainselectmax(k)fromtblG***************************1.row***************************id:1select_type:SIMPLEtable:NULLpartitions:NULLtype:NULLpossible_keys:NULLkey:NULLkey_len:NULLref:NULLrows:NULLfiltered:NULLExtra:Selecttablesoptimizedaway1rowinset,1warning(0.00sec)
- 大家已经研究了MySQL执行GROUPBY的四种方式。为简单起见，偶在整个表上使用了GROUPBY，没有应用过滤。当您有WHERE子句时，相同的概念适用：mysql>explainselectg,sum(g)sfromtblwherek>4groupbygorderbyNULLlimit5G***************************1.row***************************id:1select_type:SIMPLEtable:tblpartitions:NULLtype:rangepossible_keys:kkey:kkey_len:4ref:NULLrows:1filtered:100.00Extra:Usingindexcondition;Usingtemporary1rowinset,1warning(0.00sec)
- 对于这种情况，大家使用K列上的范围进行数据过滤/查找，并在有临时表时执行GROUPBY。在某些情况下，方法不会发生冲突。但是，在其他情况下，大家必须选择使用GROUPBY的一个索引或其他索引进行过滤：
mysql>altertabletbladdkey(g);
QueryOK,0rowsaffected(4.17sec)
Records:0Duplicates:0Warnings:0
mysql>explainselectg,sum(g)sfromtblwherek>1groupbyglimit5G
***************************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:Usingwhere
1rowinset,1warning(0.00sec)
mysql>explainselectg,sum(g)sfromtblwherek>4groupbyglimit5G
***************************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:Usingindexcondition;Usingtemporary;Usingfilesort
1rowinset,1warning(0.00sec)
- 根据此查询中使用的特定常量，大家可以看到大家对GROUPBY使用索引顺序扫描（并从索引中“放弃”以解析WHERE子句），或者使用索引来解析WHERE子句（但使用临时表来解析GROUPBY）。根据偶的经验，这就是MySQLGROUPBY并不总是做出正确选择的地方。您可能需要使用FORCEINDEX以您希望的方式执行查询。
如果您有少量组，并且没有覆盖索引，索引顺序扫描可能会导致大量IO。所以这可能不是最优化的计划。
一般来说，MySQL只有在大家拥有大量组时才更喜欢使用这个计划，因为在这种情况下，排序比拥有临时表更有效（大家将在下面讨论）。
如果要强制MySQL使用为GROUPBY执行临时表的计划，可以使用SQL_SMALL_RESULT提示。
过滤和分组