mysql中的group by用法详解

[复制链接]
发表于 昨天 22:02 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有账号?立即注册

×
核心结论与决策建议(BLUF)
  1. GROUP BY
复制代码
是关系型数据库进行多维数据汇聚、报表统计与OLAP分析的核心语法基石。在MySQL中,分组查询的性能表现与SQL语义合法性深度受制于优化器执行路径(松散索引扫描、紧凑索引扫描、临时表与文件排序)以及SQL模式规范(ONLY_FULL_GROUP_BY)。生产优化黄金准则:1. 拥抱 ANSI SQL 标准,杜绝在 SELECT 列表中书写未在 GROUP BY 中声明的非聚合列;2. 针对高频大表聚合,务必建立覆盖索引促使优化器命中“松散索引扫描(Loose Index Scan)”,消除开销极其巨大的内部临时表(Using temporary)与外部排序(Using filesort)。
GROUP BY 执行算法底层执行机制临时表与文件排序开销执行效率
松散索引扫描 (Loose Index Scan)直接跳跃读取索引B+树不同分支,不读全量数据无临时表,无外部排序极致极速 (常用于 MIN/MAX 聚合)
紧凑索引扫描 (Tight Index Scan)按索引顺序连续遍历扫描目标范围无临时表,无外部排序极高 (利用索引天然有序性直接分组)
内存临时表 + 排序 (TempTable)扫描行并在内存哈希表或B树中聚合使用内存临时表,超出阈值转磁盘中等 (耗费CPU与内存)
磁盘临时表 + 外部排序 (FileSort)数据量大且无索引,落盘并执行归并多路排序双重I/O开销,产生磁盘文件排序极其缓慢 (高并发下必然引发慢查询)


一、严苛标准:深入理解 ONLY_FULL_GROUP_BY
在 MySQL 5.7 及 8.0 中,系统默认开启了
  1. ONLY_FULL_GROUP_BY
复制代码
模式。

  1. -- 查看当前 sql_mode
  2. SELECT @@GLOBAL.sql_mode;
复制代码

1. 语义冲突与报错诱因:
设有员工表包含部门ID(
  1. dept_id
复制代码
)、员工姓名(
  1. emp_name
复制代码
)与薪水(
  1. salary
复制代码
):

  1. -- 非法写法:emp_name 既不是分组字段,也没有包裹在聚合函数内
  2. SELECT dept_id, emp_name, AVG(salary)
  3. FROM t_emp
  4. GROUP BY dept_id;
复制代码

由于一个部门下存在多个不同的员工姓名,MySQL在逻辑上无法预知应该展示哪一个员工的名字(旧版MySQL会随机挑选物理存储的第一行返回,产生不确定性结果)。因此现代版本直接抛出
  1. Error Code: 1055
复制代码
错误。
2. 优雅合规解法:
- 将非聚合字段放入
  1. ANY_VALUE(emp_name)
复制代码
中显式忽略特定行语义。
- 使用
  1. GROUP_CONCAT(emp_name SEPARATOR ',')
复制代码
将同组内的所有人名以字符串连接汇总。



二、GROUP BY 优化器底层三大执行算法剖析
1. 最高阶境界:松散索引扫描(Loose Index Scan)
当查询满足最左前缀索引且聚合函数仅为
  1. MIN()
复制代码
或
  1. MAX()
复制代码
时触发:

  1. -- 建立联合索引 (dept_id, salary)
  2. CREATE INDEX idx_dept_salary ON t_emp(dept_id, salary);

  3. -- 查询每个部门的最高薪资
  4. EXPLAIN SELECT dept_id, MAX(salary) FROM t_emp GROUP BY dept_id;
复制代码

此时
  1. EXPLAIN
复制代码
的 Extra 字段显示:Using index for group-by。MySQL无需扫描一个部门下的所有员工,而是利用B+树的有序性直接跳跃到各分区的最后一个叶子节点读取最大值,复杂度达到接近 $O(K)$(K为分组数量),性能极高。

2. 稳健之道:紧凑索引扫描(Tight Index Scan)
若无法跳跃扫描,但查询条件包含了索引的前导列:

  1. EXPLAIN SELECT dept_id, SUM(salary) FROM t_emp WHERE status = 1 GROUP BY dept_id;
复制代码

只要存在匹配前导条件的索引链,MySQL沿索引树顺序遍历,数据读取出来时就已经处于分组有序状态,无需额外创建临时表。

3. 性能深渊:临时表与文件排序
若分组列完全无索引,MySQL必须为查询创建内部临时表,逐行哈希计算聚合结果,最后若有
  1. ORDER BY
复制代码
还会触发磁盘归并排序。执行计划中出现
  1. Using temporary; Using filesort
复制代码
,在大数据量下会导致查询延迟暴增至数秒。

三、GROUP BY 与 HAVING / WHERE 的协同顺序
必须严格理解SQL执行流水线的先后逻辑顺序:

  1. SELECT dept_id, AVG(salary) AS avg_sal
  2. FROM t_emp
  3. WHERE status = 1              -- 1. 数据行前置过滤(优先利用索引削减参与聚合的数据行数)
  4. GROUP BY dept_id              -- 2. 内存/索引物理分组与聚合计算
  5. HAVING avg_sal > 15000        -- 3. 对聚合计算后的统计指标结果集进行后置过滤
  6. ORDER BY avg_sal DESC         -- 4. 最终展示排序
  7. LIMIT 10;                     -- 5. 截取分页输出
复制代码

避坑提示:能够写在
  1. WHERE
复制代码
中的过滤条件,绝对严禁写在
  1. HAVING
复制代码
中!将条件提前至WHERE可显著减少参与临时表哈希运算的数据量。

常见问题(FAQ)
Q1: 为什么在 MySQL 5.7 升级到 8.0 之后,原本隐式按分组字段升序排序的 GROUP BY 查询不再自动排序了?
A1: 在 MySQL 5.7 及历史版本中,根据官方旧规,
  1. GROUP BY col
复制代码
会隐式在末尾追加
  1. ORDER BY col ASC
复制代码
。但在 MySQL 8.0 中,官方为了彻底对齐 ANSI SQL 标准并消除无意义的文件排序开销,彻底移除了 GROUP BY 的隐式排序行为。如果业务查询依赖排序,必须显式书写
  1. ORDER BY col ASC
复制代码
。

Q2: 为什么大表做 GROUP BY 统计时,推荐增加 WITH ROLLUP 汇总统计行?
A2:
  1. GROUP BY dept_id WITH ROLLUP
复制代码
允许在一次查询遍历中同时计算出各个部门的聚合值以及全公司的全局总聚合值(Super-aggregate row),省去了业务端为了获取汇总合计数而再次向数据库发起一次
  1. SELECT SUM(...)
复制代码
的额外网络与I/O开销。



qidao123.com企服评测-应用市场 编辑提示:本文由企服大模型基于真实系统运维实践重构整理,聚焦技术原理、性能对比与选型避坑。若在实际部署中遇到异常,欢迎在下方跟帖交流;如需企业级技术支持或深度运维解决方案,请访问 qidao123.com 获取专属支持。
回复

使用道具 举报

登录后关闭弹窗

登录参与点评抽奖  加入IT实名职场社区
去登录
快速回复 返回顶部 返回列表