如何优化 mysql 商品销售情况统计查询

该查询旨在统计商品销售情况，涉及商品和订单表。然而，当针对特定时间段进行统计时，查询速度变得非常缓慢。以下是一些优化建议：

1. 取消 create_time 索引
   这两个表的 create_time 索引可能导致索引膨胀，从而降低查询性能。可以考虑移除这些索引。
2. 修改 orders 表 goods_id 索引
   orders 表中的 goods_id 索引可以修改为复合索引 (create_time, goods_id, amount, status)。这将提高在指定时间范围内按商品 id、金额和状态分组的查询效率。

3. 优化 sql 查询
   以下优化后的 sql 查询：

   

   kashen-mysql DDLtoExcel

   解析 MySQL 8.0 的 DDL 脚本，并将表结构导出为 Excel 格式。适用于用户需将 MySQL 的 `CREATE TABLE` 语句转换为结构化的 Excel 文件场景，导出内容包含字段名、数据类型、长度及精度等信息。支持多张表的批量处理，每张表对应 Excel 中的一个独立工作表。适用于数据库文档编写、数据字典生成及模式分析等任务。

   下载

   SELECT g.title,
   COUNT(*)                       AS total,
   COALESCE(SUM(o.amount), 0)     AS total_amount,
   COALESCE(SUM(IF(o.status = 1, o.amount, 0)), 0)     AS success_amount,
   COALESCE(SUM(IF(o.status = 2, o.amount, 0)), 0)     AS failed_amount,
   COALESCE(SUM(o.status = 1), 0) AS success_total,
   COALESCE(SUM(o.status = 2), 0) AS failed_total
   FROM orders AS o
   JOIN goods AS g ON g.id = o.goods_id
   WHERE o.create_time BETWEEN 'xxx' AND 'yyy'
   GROUP BY o.id
   ORDER BY total DESC
   LIMIT 10

   其中 xxx 和 yyy 分别代表查询时间段的开始和结束时间。

此外，对于小数据量（几十万条记录），考虑使用 sqlite 可能是另一种更有效的选择。它以其快速查询速度而闻名，无需使用复杂的优化技术。