Mysql group by語句的優化分析

group by我們用到分組了如果數據量大的話分組會非常的慢了，當然我們可以對group by進行優化這樣可以提升group by的性能。

默認情況下，MySQL排序所有GROUP BY col1, col2, ....，查詢的方法如同在查詢中指定ORDER BY  col1, col2, ...。如果顯式包括一個包含相同的列的ORDER BY子句，MySQL可以毫不減速地對它進行優化，盡管仍然進行排序。

如果查詢包括GROUP BY但你想要避免排序結果的消耗，你可以指定ORDER BY NULL禁止排序。例如：

 代碼如下 復制代碼

INSERT INTO foo

SELECT a, COUNT(*) FROM bar GROUP BY a ORDER BY NULL;

執行GROUP BY子句的最一般的方法：先掃描整個表，然後創建一個新的臨時表，表中每個組的所有行應為連續的，最後使用該臨時表來找到組並應用聚集函數(如果有聚集函數)。在某些情況中，MySQL通過訪問索引就可以得到結果，而不用創建臨時表。此類查詢的 EXPLAIN 輸出顯示 Extra列的值為 Using index for group-by。

一。 松散索引掃描

1.滿足條件

  查詢針對一個表。

 GROUP BY 使用索引的最左前綴。
 只可以使用MIN()和MAX()聚集函數，並且它們均指向相同的列。
2.示例

表t1(c1,c2,c3,c4) 有一個索引 idx(c1，c2，c3)：

 代碼如下 復制代碼

SELECT c1, c2 FROM t1 GROUP BY c1, c2;

SELECT DISTINCT c1, c2 FROM t1;

SELECT c1, MIN(c2) FROM t1 GROUP BY c1;

SELECT c1, c2 FROM t1 WHERE c1 < const GROUP BY c1, c2;

SELECT MAX(c3), MIN(c3), c1, c2 FROM t1 WHERE c2 > const GROUP BY c1, c2;

SELECT c2 FROM t1 WHERE c1 < const GROUP BY c1, c2;

SELECT c1, c2 FROM t1 WHERE c3 = const GROUP BY c1, c2；

不滿足條件示例：

1. 除了MIN()或MAX()，還有其它累積函數，例如：

 代碼如下 復制代碼

SELECT c1, SUM(c2) FROM t1 GROUP BY c1;

2. GROUP BY子句中的域不引用索引開頭，例如：

 

 代碼如下 復制代碼 SELECT c1,c2 FROM t1 GROUP BY c2, c3;

3. 查詢引用了GROUP BY 部分後面的關鍵字的一部分，並且沒有等於常量的等式，例如： 

 代碼如下 復制代碼

SELECT c1,c3 FROM t1 GROUP BY c1, c2；

二。緊湊索引掃描

如果不滿足松散索引掃描條件，執行GROUP BY仍然可以不用創建臨時表。如果WHERE子句中有范圍條件，該方法只讀取滿足這些條件的關鍵字。

否則，進行索引掃描。該方法讀取由WHERE子句定義的范圍。

1. GROUP BY 中有一個漏洞，但已經由條件c2 = 'a'覆蓋。

 代碼如下 復制代碼

SELECT c1，c2，c3 FROM t1 WHERE c2 = 'a' GROUP BY c1，c3;

2. GROUP BY 不是滿足最左前綴，但是有一個條件提供該元素的常量：

 代碼如下 復制代碼

SELECT c1，c2，c3 FROM t1 WHERE c1 = 'a' GROUP BY c2，c3;

下面是什麼情況下可以使用loose index scan的情況：

    1 單一表查詢

    2 Group by中只有最左前綴列，沒有其他列

    3 只支持max和min聚合，而且，要聚合的列必須是group by中列所在的索引。

    4 未被group by引用的索引其他部分必須是常量（這句我不是很理解）

    5 不支持前綴索引。

假設t1(c1, c2, c3, c4)表有一個索引包括c1, c2, c3列，以下這些查詢都是可以進行loose index scan的：

 代碼如下 復制代碼

SELECT c1, c2 FROM t1 GROUP BY c1, c2;
SELECT DISTINCT c1, c2 FROM t1;
SELECT c1, MIN(c2) FROM t1 GROUP BY c1;
SELECT c1, c2 FROM t1 WHERE c1 < const GROUP BY c1, c2;
SELECT MAX(c3), MIN(c3), c1, c2 FROM t1 WHERE c2 > const GROUP BY c1, c2;
SELECT c2 FROM t1 WHERE c1 < const GROUP BY c1, c2;
SELECT c1, c2 FROM t1 WHERE c3 = const GROUP BY c1, c2;

這些都是抄的官方文檔，正確性未完全驗證。 

 下面這些SQL都沒有辦法使用loose index scan：

-- 因為聚合函數不是max或者min

 代碼如下 復制代碼 SELECT c1, SUM(c2) FROM t1 GROUP BY c1;

-- 因為不符合最左前綴原則

 代碼如下 復制代碼 SELECT c1, c2 FROM t1 GROUP BY c2, c3;

-- 查詢涉及到了索引的一部分，緊跟group by中的列，但是沒有常量等值語句，加上 WHERE c3 = const就好了

 代碼如下 復制代碼

SELECT c1, c3 FROM t1 GROUP BY c1, c2;

另外一些聚合函數也是可以用到loose index scan的，比如：AVG(DISTINCT), SUM(DISTINCT), 和COUNT(DISTINCT)

以下這些語句也可以：    

 代碼如下 復制代碼

SELECT COUNT(DISTINCT c1), SUM(DISTINCT c1) FROM t1;

SELECT COUNT(DISTINCT c1, c2), COUNT(DISTINCT c2, c1) FROM t1;

很多語句都是從5.7的文檔上摘抄下來的，正確性沒有得到驗證，雖說官方文檔是權威，但是盡信書不如無書，以及紙上得來終覺淺，絕知此事須躬行，明天周末，我逐條測試，然後再更。