Question

我的表格按3列分组。在我的查询结果中，我需要按列分组中的两个的唯一组合计数。我可以使用子查询来完成这项工作。但是在大型数据集中，这使得查询需要很长时间才能运行。有没有办法在不使用子查询的情况下执行此操作？

这是一个例子。请提供下表group_test。

+-------+--------+--------+
| A     | B      | C      |
+-------+--------+--------+
| apple | orange | banana |
| apple | orange | grape  |
| apple | pear   | banana |
| kiwi  | orange | banana |
+-------+--------+--------+

我想创建一个返回以下结果的查询。在A列和B列中有2行有苹果和橙色。如下所示：

+-------+--------+--------+----------+
| a     | b      | c      | count_ab |
+-------+--------+--------+----------+
| apple | orange | banana |        2 |
| apple | orange | grape  |        2 |
| apple | pear   | banana |        1 |
| kiwi  | orange | banana |        1 |
+-------+--------+--------+----------+

我可以使用子查询来完成此操作，如下所示：

SELECT
a, b, c, 
(SELECT COUNT(DISTINCT c) FROM group_test g2 WHERE g2.a = g1.a AND g2.b = g1.b) AS count_ab
FROM
group_test g1
GROUP BY
a, b, c;

但正如我所说，这对大型数据集（100万+行）效率不高。我以为我可以这样做：

SELECT
a, b, c, 
count(distinct a, b)
FROM
group_test g1
GROUP BY
a, b, c;

但这并不是我想要的结果。每行只返回1。

有什么想法吗？谢谢！

Answer 1

这是您的查询：

SELECT a, b, c, 
       (SELECT COUNT(DISTINCT c)
        FROM group_test g2
        WHERE g2.a = g1.a AND g2.b = g1.b
       ) AS count_ab
FROM group_test g1
GROUP BY a, b, c;

在MySQL中，你加快速度的最大希望就是建立索引。我建议：

create index idx_group_test_a_b_c on group_test(a, b, c);

Answer 2

通过避免SELECT列表中的相关子查询，以及对内联视图使用JOIN操作，可能会获得更好的性能，

SELECT t.a, t.b, t.c, s.cnt
  FROM group_test g1
  JOIN ( SELECT r.a, r.b, COUNT(*) AS cnt
           FROM group_test r
          GROUP BY r.a, r.b
       ) s
    ON s.a = t.a AND s.b = t.b
 GROUP
    BY t.a, t.b, t.c

为获得最佳性能，您需要定义索引

... ON group_test (a, b, c)

Mysql在3个Group By列中的2个中计算不同的行数

2 个答案: