表格结构：
db_table
id（int），type（string），value（decimal），filter（json encoded string），time（int）
其中type表示正在存储的度量标准的类型，filter表示与过滤或排序相关的任何键。
说我想知道两个日期之间客户100的订单销售情况。我的表可能如下所示：
1，订单，100.00，{“用户”：100}，1464782400
2，订单，500.00，{“用户”：100}，1464782700
3，订单，200.00，{“用户”：200}，1464782100
4，订单，600.00，{“用户”：100}，1464782200
5，order，400.00，{“user”：200}，1464782900
这是我尝试的许多查询之一，对我的应用程序来说太慢了（该表有超过一百万行）：
SELECT SUM(`value`) FROM `db_table` WHERE `time` BETWEEN 1464782100 AND 1464782900 AND `type` = 'order' AND `filter` LIKE '"user":200'
这不是削减它，有没有办法提高查询的效率？我最多只能查询每个查询0.5秒，并且需要远远快于此。
答案 0 :(得分：0)
INDEX(type, filter, time),
INDEX(type, time)
你说filter LIKE...;一个简单的filter =...会起作用吗？或者你有时会使用通配符？如果你不需要通配符，第一个索引是好的;如果你有通配符，第二个会更好
但真正的解决方案是避免运行查询。您的查询闻起来像数据仓库应用程序，并且您正在生成“报告”。为了提高效率，请构建并维护一个Summary table，其中包含type，filter的每个组合的小计，以及日期。然后对摘要表运行查询，总结小计。