讲师中心 微信公众号

工具推荐

视频效率加速
Seko
Seko

AI短剧一键生成成片

立刻MV
立刻MV

低成本歌曲 MV、视频生成

AniShort
AniShort

AI短剧协同制作平台

updream

一键生成高质量推广成片

怎样在SQL中处理GROUP BY基数过大引发的性能退化?

小宇君_8744

小宇君_8744

发布时间:2026-09-06 08:44:57

|

430人浏览过

|

来源于php中文网

原创

高基数字段直接GROUP BY易触发磁盘临时表,应改用低基数维度字段或子查询预聚合。例如用country/isp替代ip_address、domain替代email、tier_id替代tier_name;或先按user_id预聚合再JOIN,避免多字段联合分组。

怎样在sql中处理group by基数过大引发的性能退化?

高基数字段(如 user_id、ip_address、order_no)直接进 GROUP BY,不是“有点慢”,而是大概率触发磁盘临时表——Using temporary; Using filesort 一出现,查询就从毫秒级跳到秒级甚至超时。

为什么高基数分组会让MySQL放弃索引?

MySQL 的松散索引扫描(Loose Index Scan)只在分组键能被物理有序输出时生效。一旦 user_id 这种千万级唯一值字段参与分组,B+树无法按“分组桶”自然聚拢,优化器立刻弃用索引,转而走哈希或排序路径。

常见错误现象:

  • EXPLAIN 中 type 是 ALL 或 index,Extra 出现 Using temporary; Using filesort
  • SHOW PROCESSLIST 里频繁看到 Coping to tmp table on disk
  • 即使 tmp_table_size 调到 256M,查询仍卡在 I/O 上

用维度表或归类字段替代原始高基数列

不硬刚原始值,而是把业务语义“收口”到低基数字段上。这不是妥协,是让数据库回到它擅长的领域。

  • 别写 GROUP BY ip_address,先 JOIN 地址库:JOIN ip_geo ON ip_address BETWEEN start_ip AND end_ip GROUP BY country, isp
  • 别写 GROUP BY email,加一列 domain:UPDATE users SET domain = SUBSTRING_INDEX(email, '@', -1),然后 GROUP BY domain
  • 用户等级这类枚举值必须走维度表主键:GROUP BY u.tier_id(而非 u.tier_name 字符串),且 tier_id 上建索引

子查询预聚合 + 外层 JOIN 是最稳的兜底方案

当业务真要保留明细粒度(比如导出带用户ID的汇总),又不能改前端逻辑时,强行堆字段只会让优化器彻底失控。把重活拆出去做,才是可控路径。

  • 错误写法:SELECT u.region, u.city, o.user_id, COUNT(*) FROM orders o JOIN users u ON o.user_id = u.id GROUP BY u.region, u.city, o.user_id —— 三字段联合分组,无索引可依
  • 正确拆解:SELECT t1.region, t1.city, t2.user_id, t2.cnt FROM (SELECT id, region, city FROM users) t1 JOIN (SELECT user_id, COUNT(*) cnt FROM orders GROUP BY user_id) t2 ON t1.id = t2.user_id
  • 关键点:子查询 GROUP BY user_id 可走 PRIMARY KEY,极快;外层只是小表 JOIN,GROUP BY 消失了

临时表 or 预聚合表?选哪个取决于更新频率

临时表不是“临时救急”,它和预聚合表本质都是把计算下推,区别在于生命周期和一致性保障。

  • 临时表适用场景:单次复杂报表、ETL中间步骤、连接内隔离要求高 —— CREATE TEMPORARY TABLE tmp_agg AS SELECT user_id, COUNT(*) cnt FROM logs WHERE dt = '2026-09-02' GROUP BY user_id
  • 预聚合表适用场景:高频访问、口径必须统一、支持增量 —— 建普通表 agg_daily_user_action,用定时任务跑 INSERT INTO ... SELECT ... GROUP BY,查询直接 SELECT * FROM agg_daily_user_action WHERE dt = ...
  • 注意:预聚合表必须带时间分区或状态字段,否则历史数据修正会引发全量重刷

真正难的从来不是怎么写 SQL,而是判断哪一维“必须保留原始值”、哪一维“其实可以归类”。很多所谓“高基数需求”,拆开看只是前端没想好怎么展示——比如把 user_id 改成头像+昵称+等级组合,分组维度就自然落到 tier_id 和 region_id 上了。

数码产品性能查询
数码产品性能查询

该软件包括了市面上所有手机CPU,手机跑分情况,电脑CPU,电脑产品信息等等,方便需要大家查阅数码产品最新情况,了解产品特性,能够进行对比选择最具性价比的商品。

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

Laper
Laper Hot

Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。

讯飞智文

一款面向学习和办公场景的AI文档创作工具,可辅助生成PPT与Word文档,提高资料整理和内容制作效率。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

SoundView
SoundView Hot

SoundView是一款面向跨境电商的视频翻译、配音和本地化 AI 创作平台。

函子Zion

一款支持AI搭建、可视化编辑和多端发布的全栈无代码开发平台。

Loomy
Loomy Hot

一款AI工具,主要用于科大讯飞发布的桌面级 AI 助理,比 OpenClaw 更易用、更安全!,适合需要提升相关任务效率的用户。

相关专题

更多
大数据分析工具有哪四个
大数据分析工具有哪四个

大数据分析的四个工具分别是rapidminer、Hpcc、Hadoop和Pentaho bi。大数据分析用于从各种来源生成的原始数据中提取有价值的数据。这些数据帮助我们获得有意义的见解、隐藏的模式、未知的相关性、市场趋势等等,具体取决于行业。大数据分析的主要动机是提供有价值的见解,以便为未来做出更好的决策。php中文网为大家带来了大数据分析的相关教程、以及相关文章等内容,供大家免费下载使用。

6496

2023.06.21

Java 大数据处理基础(Hadoop 方向)
Java 大数据处理基础(Hadoop 方向)

本专题聚焦 Java 在大数据离线处理场景中的核心应用,系统讲解 Hadoop 生态的基本原理、HDFS 文件系统操作、MapReduce 编程模型、作业优化策略以及常见数据处理流程。通过实际示例(如日志分析、批处理任务),帮助学习者掌握使用 Java 构建高效大数据处理程序的完整方法。

1269

2025.12.08

大数据专业学习教程
大数据专业学习教程

本专题整合了大数据专业学习相关教程,阅读专题下面的文章了解更多详细内容。

243

2026.01.05

python处理大数据合集
python处理大数据合集

本专题整合了python处理大数据相关教程,阅读专题下面的文章了解更多详细内容。

546

2026.01.05

数据分析工具有哪些
数据分析工具有哪些

数据分析工具有Excel、SQL、Python、R、Tableau、Power BI、SAS、SPSS和MATLAB等。详细介绍:1、Excel,具有强大的计算和数据处理功能;2、SQL,可以进行数据查询、过滤、排序、聚合等操作;3、Python,拥有丰富的数据分析库;4、R,拥有丰富的统计分析库和图形库;5、Tableau,提供了直观易用的用户界面等等。

5043

2023.10.12

SQL中distinct的用法
SQL中distinct的用法

SQL中distinct的语法是“SELECT DISTINCT column1, column2,...,FROM table_name;”。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

1031

2023.10.27

SQL中months_between使用方法
SQL中months_between使用方法

在SQL中,MONTHS_BETWEEN 是一个常见的函数,用于计算两个日期之间的月份差。想了解更多SQL的相关内容,可以阅读本专题下面的文章。

1329

2024.02.23

SQL出现5120错误解决方法
SQL出现5120错误解决方法

SQL Server错误5120是由于没有足够的权限来访问或操作指定的数据库或文件引起的。想了解更多sql错误的相关内容,可以阅读本专题下面的文章。

7101

2024.03.06

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

120

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn