mysql聚合統計數據查詢緩慢的優化方法
寫在前面
在我們日常操作數據庫的時候，比如訂單表、訪問記錄表、商品表的時候。
經常會處理計算數據列總和、數據行數等統計問題。
隨著業務發展，這些表會越來越大，如果處理不當，查詢統計的速度也會越來越慢，直到業務無法再容忍。
所以，我們需要先瞭解、思考這些場景知識點，在設計之初，便預留一些優化空間支撐業務發展。
sql聚合函數
在mysql等數據中，都會支持聚合函數，方便我們計算數據。
常見的有以下方法
取平均值 AVG()
求和 SUM()
最大值 MAX()
最小值 MIN()
行數 COUNT()
演示幾個簡單使用的sql語句：
查詢u_id為100的訂單總數
select count(id) from orders where u_id = 100;
查詢u_id為100的訂單消費總和
select sum(order_amount) from orders where u_id = 100;
查詢銷量最高的商品
select max(sell_num) from goods
統計7月份的訂單數量、金額總和
select count(id) as count, sum(order_amount) as total_amount from orders where order_date between 20190701 and 20190731 and is_pay = 1
如果此時，訂單表的總數是1億條。並且此條sql運行很慢，我們應該如何排查優化？
有的同學會說瞭：行數多，在日期字段上加 索引，這樣子篩選就很快瞭。
總數1億條，假設7月份的訂單有1000萬條，加瞭索引的時候，篩選速度自然會提升不少。但是此時我們的問題真的解決瞭嗎？
在這種聚合函數中，結果需要 遍歷每一條 數據來計算，比如我們統計訂單總和，就需要每一行都讀取訂單金額，然後加起來。
也就是說在這條統計sql中，需要先從1億數據中篩選1000萬條數據，然後再遍歷這些數據來計算。 此時就會非常慢瞭。
增加索引並不能解決聚合函數統計慢的問題
優化聚合統計的方案
提前預算
建立 統計數據表，以日期區分，如：20190801一天，銷售瞭多少訂單、金額等等數據。
當訂單產生（支付完成後 可統計數據）時，便在統計數據表中對應的日期增加金額、數量。
需要註意的是，如果有退款等場景會影響減少數據，記得也相應地做操作處理
當我們需要統計8月份的數據時候，則隻需要遍歷計算這一個月的三十來行數據。
定時落地
我們可以使用easyswoole、計劃任務等。來定時（比如每20分鐘一次）計算總和，然後更新到 統計數據表 中。
優點：做的處理比較少，也無需改動退款操作等api，隻需要依賴 原訂單 表的數據，定時統計、刷新統計數據。
需要註意的是，根據不同的訂單熱度，來設置不同的落地頻率，比如 一周內的數據變化幾率比較大，可能20分鐘落地。而一年前的數據則變化幾率很小，可以選擇某天同步一次，甚至確保不會變動時，則不再刷新。
總結
索引並不能解決統計聚合數據慢的sql語句問題
聚合函數謹慎用 最好不用，因為我們無法預算以後的數據量需要掃描多少行數據來計算
優化方案離不開統計表，都需要按一定的周期儲存運算好的統計數據
到此這篇關於mysql聚合統計數據查詢緩慢的文章就介紹到這瞭,更多相關mysql聚合統計數據查詢緩慢內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！