一篇文章了解MySQL的group by

准备工作!

1.本文章MySQL使用的是5.7,引擎使用的是innodb
2. 使用的表结构(t1),字段a上有一个索引,
在这里插入图片描述

1. group by常用方法:

group by的常规用法是配合聚合函数,利用分组信息进行统计,常见的是配合max等聚合函数筛选数据后分析,以及配合having进行筛选后过滤。
聚合函数

  • count(),返回指定列中数据的个数
  • sum(),返回指定列中数据的总和
  • avg(),返回指定列中数据的平均值
  • min(),返回指定列中数据的最小值
  • max(),返回指定列中数据的最大值

示例1: 查询t1表,按照字段b进行分组,并求出分组后b字段a的总和。

SELECT  MAX(a) from t1 GROUP BY b

实例2:查询t1表,按照字段b进行分组,拿到b<100的所有数据,求出a的总和。

SELECT  MAX(a) from t1 GROUP BY b HAVING b<100

where和having区别

where子句将单个行过滤到查询结果中,而having子句将分组过滤到查询结果中 having子句中使用的列名必须出现在group by子句列表中,或包括在聚集函数中。

having子句的条件运算至少包括一个聚集函数,否则可以把查询条件移到where字句中来过滤单个行(注意聚集函数不可以用在where子句中)


2. group by语句执行流程:

我们执行以下语句

SELECT  b, count(*) as c from t1 GROUP BY b HAVING b<100

查看explain执行情况,由于b字段上没有索引,所以进行全表扫描。
在这里插入图片描述

Using temporary; 表示使用了临时表;
Using filesort ,表示需要排序。

由于字段b上没有索引,它的执行顺序是这样的

  • 创建内存临时表,表里有两个字段 b 和 c,主键是 b;
  • 对t1表进行全表扫描,并取出第一条数据,判断b是否小于100。如果b<100,就记录b的值为X,并存入临时表。
    1.如果临时表中没有主键为b的行,就插入一条记录 b,c(x,1)
    2.如果临时表中有主键为b的行,就更新主键为b的这一行,并把c的值进行加1
  • 遍历完成后,再根据字段 b做排序,得到结果集返回给客户端。

在MySQL当中排序有两种
第一种是 全字段排序 ,第二种是 rowid 排序。 具体可以通过我的这篇文章去了解一篇文章搞懂MySQL的order by


3.使用group by会有哪些问题:

我们执行以下语句

SELECT  b, count(*) as c from t1 GROUP BY b HAVING b<100

在上述中,由于b字段没有索引,索引MySQL默认会对此语句进行排序。相信你也看了我的一篇文章搞懂MySQL的order by这篇文章,也了解了MySQL什么时候会用全字段排序,什么时候用 rowid 排序。

1. 使用磁盘临时文件进行排序

在此语句中,优化器使用的是全字段排序,那么使用全字段排序会有哪些问题?
在全字段排序中,它是通过sort_buffer进行排序,定义如下。

sort_buffer_size:就是 MySQL 为排序开辟的内存(sort_buffer)的大小。如果要排序的数据量小于sort_buffer_size,排序就在内存中完成。但如果排序数据量太大,内存放不下,则不得不利用磁盘临时文件辅助排序。

假如我们如下SQL语句查出有1亿行,这时由于我们查询数据大小超过了定义的 临时排序文件( sort_buffer_size)的大小时,

SELECT  b, count(*) as c from t1 GROUP BY b HAVING b<100000000

那么,这时就需要使用外部排序,外部排序一般使用归并排序算法。可以这么简单理解,MySQL 将需要排序的数据分成 n份,每一份单独排序后存在这些临时文件中。然后把这n个有序文件再合并成一个有序的大文件。由于分成的的临时文件很多,就会造成排序的性能很差。


2. 查询数据超过临时文件大小(tmp_table_size)

这个例子里由于临时表只有 100 行,内存可以放得下,因此全程只使用了内存临时表。但是,内存临时表的大小是有限制的,参数 tmp_table_size 就是控制这个内存大小的,默认是 16M。接下来我把tmp_table_size大小改成1kb。

假如我们如下SQL语句查出有1亿行,这时由于我们查询数据大小超过了定义的 临时文件( tmp_table_size)的大小时。

SELECT  b, count(*) as c from t1 GROUP BY b HAVING b<100000000

那么,这时就会把内存临时表转成磁盘临时表(磁盘临时表默认使用的引擎是 InnoDB)。由于我们数据量很大,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。


4.group by的优化方法:

我们还是以这条SQL语句为准

SELECT  b, count(*) as c from t1 GROUP BY b HAVING b<100

1. 如果你的需求并不需要对结果进行排序,那你可以在 SQL 语句末尾增加 order by null

explain SELECT  b, count(*) as c from t1 GROUP BY b HAVING b<100 ORDER BY null 

查看explain 结果在这里插入图片描述

Using temporary; 表示使用了临时表;


2. 可以对group by字段建立索引

众所周知,由于我们MySQL的InnoDB引擎使用的数据结构是B+树,而B+树相比于B树最显著的特征就是B+树叶子节点是一个有序的双向列表。既然他已经有序了,那么我们是不是可以直接不进行排序了。

我们执行以下SQL语句,并在字段b上建立索引

SELECT  b, count(*) as c from t1 GROUP BY b HAVING b<100

查看explain执行情况,没有进行排序,没有使用临时文件
在这里插入图片描述

Using index;使用了覆盖索引。
由于字段b上有索引,它的执行顺序是这样的

在这里插入图片描述

执行流程:

  • 扫描t1表的索引b,读取磁盘块1,将磁盘块加载到内存中判断50是否小于100,是就走左边,不是就走右边。

  • 扫描磁盘块2,将磁盘块加载到内存中判断判断30是否小于100,是就走左边,不是就走右边。

  • 读取磁盘块3,将磁盘块加载到内存中判断判断20是否小100,是就走左边,不是就走右边。

  • 读取磁盘块4也就是叶子节点,它是一个有序的链表。从键值10开始向后遍历筛选所有符合筛选条件的数据,并将符合筛选条件的data值数据缓存到结果集。(因为是双向有序的,所以会依次读取,并不需要回到父节点。因此当读取到20后会直接读取磁盘块5)
    1.当碰到第一个 10 的时候,结果集里的第一行就是 (10,1);
    2.当碰到第二个 10 的时候,已经知道累积了 1 个 10,修改结果集里的第一行为(10,2);

  • 当依次读取导磁盘块12后,将磁盘块加载到内存中判断100是否小于100,不是;就不需再向后查找,查询终止。将结果集返回给用户。

因此当我们扫描到整个输入的数据结束,就可以拿到 group by 的结果,不需要临时表,也不需要再额外排序


3. group by字段无法建立索引时

如果可以通过加索引来完成 group by 逻辑就再好不过了。但是,如果碰上不适合创建索引的场景,我们还是要老老实实做排序的。那么,这时候的 group by 要怎么优化呢?

如果我们明明知道,一个 group by语句中需要放到临时表上的数据量特别大,却还是要按照“先放到内存临时表,插入一部分数据后,发现内存临时表不够用了再转成磁盘临时表”,这样看上去就有点儿傻。

我们执行以下SQL语句,并使用 SQL_BIG_RESULT(SQL_BIG_RESULT告诉mysql的分组语句必须使用磁盘临时表)

SELECT  SQL_BIG_RESULT b, count(*) as c from t1 GROUP BY b HAVING b<100

查看explain执行情况
在这里插入图片描述
Using filesort 表示需要排序。

执行流程:

  • .初始化 sort_buffer,确定放入一个整型字段,记为 b;
  • . 扫描表 t1 ,依次取出里面b<100的值, 将b的值存入 sort_buffer 中;
  • . 扫描完成后,对 sort_buffer 的字段 b 做排序(如果 sort_buffer 内存不够用,就会利用磁盘临时文件辅助排序);
  • . 排序完成后,就得到了一个有序数组。

在根据有序数组,得到数组里面的不同值,以及每个值的出现次数。


5. MySQL8.0之后版本的group by

我们还是以这条SQL语句为准(MySQL版本8.0.26)

SELECT  b, count(*) as c from t1 GROUP BY b HAVING b<100

查看explain执行情况
在这里插入图片描述
Using temporary; 表示使用了临时表;

group by 在 MySQL5.7 版本会自动排序,但是在MySQL8 .0之后版本就去掉了自动排序功能。


6.总结

1.如果对 group by 语句的结果没有排序要求,要在语句后面加 order by null;

2.尽量让 group by 过程用上表的索引,确认方法是 explain 结果里没有 Using temporary 和 Using filesort;

3.如果 group by 需要统计的数据量不大,尽量只使用内存临时表;也可以通过适当调大 tmp_table_size 参数,来避免用到磁盘临时表;

4.如果数据量实在太大,使用 SQL_BIG_RESULT 这个提示,来告诉优化器直接使用排序算法得到 group by 的结果。

5.group by 在 MySQL5.7 版本会自动排序,但是在MySQL8 .0之后版本就去掉了排序功能。


在这里插入图片描述

今晚我支持总监,法国冲冲冲!!!

  • 11
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
MySQL是一种流行的关系型数据库管理系统,广泛应用于企业级应用程序和网站等领域。在进行数据查询时,MySQL提供了多种语句和操作,本篇实验总结将介绍在MySQL中如何进行数据查询。 1. 数据库连接 在进行数据查询前,需要先连接到数据库。可以使用以下命令: ``` mysql -u username -p ``` 其中,`-u`参数指定用户名,`-p`参数提示输入密码。成功登录后,将看到MySQL的命令行提示符。 2. 数据库选择 连接到MySQL后,需要选择要查询的数据库。可以使用以下命令: ``` use database_name; ``` 其中,`database_name`为要查询的数据库名称。成功选择数据库后,将看到MySQL的命令行提示符显示当前所在的数据库。 3. 数据查询 在MySQL中,可以使用`SELECT`语句进行数据查询。以下是`SELECT`语句的基本语法: ``` SELECT column_name1, column_name2, ... FROM table_name WHERE condition; ``` 其中,`column_name`为要查询的列名,`table_name`为要查询的表名,`condition`为查询条件。可以使用`*`表示查询所有列。 例如,以下命令将查询`students`表中的所有数据: ``` SELECT * FROM students; ``` 以下命令将查询`students`表中`name`和`age`两列的数据: ``` SELECT name, age FROM students; ``` 4. 数据过滤 在MySQL中,可以使用`WHERE`子句进行数据过滤。以下是`WHERE`子句的基本语法: ``` SELECT column_name1, column_name2, ... FROM table_name WHERE condition; ``` 其中,`condition`为过滤条件。常用的比较运算符包括`=`、`<>`、`>`、`>=`、`<`和`<=`。可以使用`AND`、`OR`和`NOT`等逻辑运算符组合多个过滤条件。 例如,以下命令将查询`students`表中年龄大于18岁的数据: ``` SELECT * FROM students WHERE age > 18; ``` 5. 数据排序 在MySQL中,可以使用`ORDER BY`子句对查询结果进行排序。以下是`ORDER BY`子句的基本语法: ``` SELECT column_name1, column_name2, ... FROM table_name ORDER BY column_name [ASC|DESC]; ``` 其中,`column_name`为要排序的列名,`ASC`表示升序排列,`DESC`表示降序排列。 例如,以下命令将查询`students`表中年龄大于18岁的数据,并按照年龄降序排列: ``` SELECT * FROM students WHERE age > 18 ORDER BY age DESC; ``` 6. 数据聚合 在MySQL中,可以使用聚合函数对查询结果进行聚合。常用的聚合函数包括`COUNT`、`SUM`、`AVG`、`MAX`和`MIN`等。 例如,以下命令将查询`students`表中年龄大于18岁的学生人数: ``` SELECT COUNT(*) FROM students WHERE age > 18; ``` 7. 分组查询 在MySQL中,可以使用`GROUP BY`子句对查询结果进行分组。以下是`GROUP BY`子句的基本语法: ``` SELECT column_name1, column_name2, ... FROM table_name GROUP BY column_name1, column_name2, ...; ``` 其中,`column_name`为要分组的列名。可以使用聚合函数对每个分组进行聚合计算。 例如,以下命令将查询`students`表中每个年龄段的学生人数: ``` SELECT age, COUNT(*) FROM students GROUP BY age; ``` 8. 多表查询 在MySQL中,可以使用`JOIN`关键字对多张表进行查询。以下是`JOIN`关键字的基本语法: ``` SELECT column_name1, column_name2, ... FROM table_name1 JOIN table_name2 ON condition; ``` 其中,`table_name1`和`table_name2`为要查询的表名,`condition`为连接条件。常用的连接方式包括`INNER JOIN`、`LEFT JOIN`、`RIGHT JOIN`和`FULL OUTER JOIN`等。 例如,以下命令将查询`students`表和`scores`表中的数据,并按照学生姓名进行匹配: ``` SELECT students.name, scores.score FROM students JOIN scores ON students.id = scores.student_id; ``` 以上是MySQL的基本数据查询操作,通过实验可以更深入地了解MySQL查询语句的使用方法,为后续的数据处理和分析提供基础。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值