在MySQL中，新建立一張表，該表有三個字段，分別是id，a，b，插入1000條每個字段都相等的記錄，如下：
mysql> show create table t1\G
*************************** 1. row ***************************
Table: t1
Create Table: CREATE TABLE `t1` (
`id` int(11) NOT NULL,
`a` int(11) DEFAULT NULL,
`b` int(11) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `a` (`a`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
1 row in set (0.00 sec)
mysql> select * from t1 limit 10;
+----+------+------+
| id | a | b |
+----+------+------+
| 1 | 1 | 1 |
| 2 | 2 | 2 |
| 3 | 3 | 3 |
| 4 | 4 | 4 |
| 5 | 5 | 5 |
| 6 | 6 | 6 |
| 7 | 7 | 7 |
| 8 | 8 | 8 |
| 9 | 9 | 9 |
| 10 | 10 | 10 |
+----+------+------+
10 rows in set (0.00 sec)
當我們執行下面包含group by的SQL時，查看執行計劃，可以看到：
mysql> explain select id%10 as m, count(*) as c from t1 group by m limit 10;
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+----------------------------------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+----------------------------------------------+
| 1 | SIMPLE | t1 | NULL | index | PRIMARY,a | a | 5 | NULL | 1000 | 100.00 | Using index; Using temporary; Using filesort |
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+----------------------------------------------+
1 row in set, 1 warning (0.00 sec)
最后面有：
- using index：覆蓋索引
- using temporary：使用了內存臨時表
- using filesort：使用了排序操作
為了更好的理解這個group by語句的執行過程，我畫一個圖來表示：
對照上面這個表，我們不難發現，這個group by的語句執行流程是下面這樣的：
a、首先創建內存臨時表，內存表里有兩個字段m和c，主鍵是m；m是id%10，而c是統計的count(*) 個數
b、掃描表t1的索引a，依次取出葉子節點上的id值，計算id%10的結果，記為x；此時如果臨時表中沒有主鍵為x的行，就插入一個記錄(x,1);如果表中有主鍵為x的行，就將x這一行的c值加1；
c、遍歷完成后，再根據字段m做排序，得到結果集返回給客戶端。（注意，這個排序的動作是group by自動添加的。）
如果我們不想讓group by語句幫我們自動排序，可以添加上order by null在語句的末尾，這樣就可以去掉order by之后的排序過程了。如下：
mysql> explain select id%10 as m, count(*) as c from t1 group by m order by null;
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+------------------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+------------------------------+
| 1 | SIMPLE | t1 | NULL | index | PRIMARY,a | a | 5 | NULL | 1000 | 100.00 | Using index; Using temporary |
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+------------------------------+
1 row in set, 1 warning (0.00 sec)
可以看到，explain最后面的using filesort字樣已經不見了。再來看下結果：
mysql> select id%10 as m, count(*) as c from t1 group by m;
+------+-----+
| m | c |
+------+-----+
| 0 | 100 |
| 1 | 100 |
| 2 | 100 |
| 3 | 100 |
| 4 | 100 |
| 5 | 100 |
| 6 | 100 |
| 7 | 100 |
| 8 | 100 |
| 9 | 100 |
+------+-----+
10 rows in set (0.00 sec)
mysql> select id%10 as m, count(*) as c from t1 group by m order by null;
+------+-----+
| m | c |
+------+-----+
| 1 | 100 |
| 2 | 100 |
| 3 | 100 |
| 4 | 100 |
| 5 | 100 |
| 6 | 100 |
| 7 | 100 |
| 8 | 100 |
| 9 | 100 |
| 0 | 100 |
+------+-----+
10 rows in set (0.00 sec)
當我們不加order by null的時候，group by會自動為我們進行排序，所以m=0的記錄會在第一條的位置，如果我們加上order by null，那么group by就不會自動排序，那么m=0的記錄就在最后面了。
我們當前這個語句，表t1中一共有1000條記錄，對10取余，只有10個結果，在內存臨時表中還可以放下，內存臨時表在MySQL中，通過tmp_table_size來控制。
mysql> show variables like "%tmp_table%";
+----------------+----------+
| Variable_name | Value |
+----------------+----------+
| max_tmp_tables | 32 |
| tmp_table_size | 39845888 |
+----------------+----------+
2 rows in set, 1 warning (0.00 sec)
當我們的結果足夠大，而內存臨時表不足以保存的時候，MySQL就會使用磁盤臨時表，整個訪問的速度就變得很慢了。那么針對group by操作，我們如何優化？
01
group by優化之索引
從上面的描述中不難看出，group by進行分組的時候，創建的臨時表都是帶一個唯一索引的。如果數據量很大，group by的執行速度就會很慢，要想優化這種情況，還得分析為什么group by 需要臨時表？
這個問題其實是因為group by的邏輯是統計不同的值出現的次數，由于每一行記錄做group by之后的結果都是無序的，所以就需要一個臨時表存儲這些中間結果集。如果我們的所有值都是排列好的，有序的，那情況會怎樣呢？
例如，我們有個表的記錄id列是：
0,0,0,1,1,2,2,2,2,3,4,4，
當我們使用group by的時候，就直接從左到右，累計相同的值即可。這樣就不需要臨時表了。
上面的結構我們也不陌生，當我們以在某個數據列上創建索引的時候，這個列本身就是排序的，當group by是以這個列為條件的時候，那么這個過程就不需要排序，因為索引是自然排序的。為了實現這個優化，我們給表t1新增一個列z，如下：
mysql> alter table t1 add column z int generated always as(id % 10), add index(z);
Query OK, 0 rows affected (0.02 sec)
Records: 0 Duplicates: 0 Warnings: 0
mysql> select z as m, count(*) as c from t1 group by z;
+------+-----+
| m | c |
+------+-----+
| 0 | 100 |
| 1 | 100 |
| 2 | 100 |
| 3 | 100 |
| 4 | 100 |
| 5 | 100 |
| 6 | 100 |
| 7 | 100 |
| 8 | 100 |
| 9 | 100 |
+------+-----+
10 rows in set (0.00 sec)
mysql> explain select z as m, count(*) as c from t1 group by z;
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+-------------+
| 1 | SIMPLE | t1 | NULL | index | z | z | 5 | NULL | 1000 | 100.00 | Using index |
+----+-------------+-------+------------+-------+---------------+------+---------+------+------+----------+-------------+
1 row in set, 1 warning (0.00 sec)
我們新增字段z，z的值是id%10之后的值，并且創建索引，再通過group by對這個z列進行分組，可以看到，結果中已經沒有臨時表了。
所以，使用索引可以幫助我們去掉group by依賴的臨時表
02
group by優化---直接排序
如果我們已經知道表的數據量特別大，內存臨時表肯定不足以容納排序的時候，其實我們可以通過告知group by進行磁盤排序，而直接跳過內存臨時表的排序過程。
其實在MySQL中是有這樣的方法的：在group by語句中加入SQL_BIG_RESULT這個提示（hint），就可以告訴優化器：這個語句涉及的數據量很大，請直接用磁盤臨時表。當我們使用這個語句的時候，MySQL將自動利用數組的方法來組織磁盤臨時表中的字段，而不是我們所周知的B+樹。關于這個知識點，這里給出官方文檔的介紹：
SQL_BIG_RESULT or SQL_SMALL_RESULT can be used with GROUP BY or DISTINCT to tell the optimizer that the result set has many rows or is small, respectively. For SQL_BIG_RESULT, MySQL directly uses disk-based temporary tables if they are created, and prefers sorting to using a temporary table with a key on the GROUP BY elements. For SQL_SMALL_RESULT, MySQL uses in-memory temporary tables to store the resulting table instead of using sorting. This should not normally be needed.
整個group by的處理過程將會變成：
a、初始化sort_buffer，確定放入一個整型字段，記為m；
b、掃描表t1的索引a，依次取出里面的id值, 將 id%100的值存入sort_buffer中；
c、掃描完成后，對sort_buffer的字段m做排序（如果sort_buffer內存不夠用，就會利用磁盤臨時文件輔助排序）；
d、排序完成后，就得到了一個有序數組。類似0,0,0,1,1,2,2,3,3,3,4,4,4,4這樣
e、根據有序數組，得到數組里面的不同值，以及每個值的出現次數。
昨天的文章中我們分析了union 語句會使用臨時表，今天的內容我們分析了group by語句使用臨時表的情況，那么MySQL究竟什么時候會使用臨時表呢？
MySQL什么時候會使用內部臨時表？
1、如果語句執行過程可以一邊讀數據，一邊直接得到結果，是不需要額外內存的，否則就需要額外的內存，來保存中間結果；
2、如果執行邏輯需要用到二維表特性，就會優先考慮使用臨時表。比如union需要用到唯一索引約束， group by還需要用到另外一個字段來存累積計數。
以上就是MySQL group by語句如何優化的詳細內容，更多關于MySQL group by優化的資料請關注腳本之家其它相關文章！
您可能感興趣的文章:- MySQL優化GROUP BY（松散索引掃描與緊湊索引掃描）
- MySQL優化GROUP BY方案
- MySQL Group by的優化詳解
