? ? 昨天我寫了有關(guān)MySQL的loose index scan的相關(guān)博文（http://www.cnblogs.com/wingsless/p/5037625.html），后來我發(fā)現(xiàn)上次提到的那個(gè)優(yōu)化方法中主要的目的就是實(shí)現(xiàn)loose index scan，而在執(zhí)行計(jì)劃的層面上看，Extra信息中應(yīng)該是“Using index for group-by”。這樣看來，可能MySQL在處理distinct時(shí)和group by用了同樣的優(yōu)化手段，即走索引，進(jìn)行l(wèi)oose index scan。那么今天我研究了一下官方文檔，發(fā)現(xiàn)確實(shí)如此。

? ? 其實(shí)對于group by來講，最一般的實(shí)現(xiàn)方法就是進(jìn)行一次全表掃描，將所有的group by的行按照順序存放在一個(gè)temporary table中，然后在進(jìn)行分組識別或者進(jìn)行聚合操作。這樣問題就是太復(fù)雜，時(shí)間上要好久，空間上的消耗也不小。這時(shí)，MySQL可以利用索引來優(yōu)化group by。

? ? 這里就可以講講什么叫做loose index scan了，根據(jù)官方的定義，這種方法只需要掃描索引中的少部分?jǐn)?shù)據(jù)，而不是所有滿足where條件的數(shù)據(jù)，所以這個(gè)方法叫做loose index scan。

? ? 下面是什么情況下可以使用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(shè)t1(c1, c2, c3, c4)表有一個(gè)索引包括c1, c2, c3列，以下這些查詢都是可以進(jìn)行l(wèi)oose index scan的：

? ??

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(yàn)證。 ?

? ? 下面這些SQL都沒有辦法使用loose index scan：

? ??

-- 因?yàn)榫酆虾瘮?shù)不是max或者min SELECT c1, SUM(c2) FROM t1 GROUP BY c1;-- 因?yàn)椴环献钭笄熬Y原則 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 SELECT c1, c3 FROM t1 GROUP BY c1, c2;

? ? ?另外一些聚合函數(shù)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：

? ? ?

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(yàn)證，雖說官方文檔是權(quán)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，然后再更。

?

總結(jié)

以上是生活随笔為你收集整理的MySQL有关Group By的优化的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。