最近在公司做项目，涉及到开发统计报表相关的任务，由于数据量相对较多，之前写的查询语句查询五十万条数据大概需要十秒左右的样子，后来经过老大的指点利用sum,case…when…重写sql性能一下子提高到一秒钟就解决了。这里为了简洁明了的阐述问题和解决的方法，我简化一下需求模型。
现在数据库有一张订单表（经过简化的中间表），表结构如下：
create table `statistic_order` ( `oid` bigint(20) not null, `o_source` varchar(25) default null comment '来源编号', `o_actno` varchar(30) default null comment '活动编号', `o_actname` varchar(100) default null comment '参与活动名称', `o_n_channel` int(2) default null comment '商城平台', `o_clue` varchar(25) default null comment '线索分类', `o_star_level` varchar(25) default null comment '订单星级', `o_saledep` varchar(30) default null comment '营销部', `o_style` varchar(30) default null comment '车型', `o_status` int(2) default null comment '订单状态', `syctime_day` varchar(15) default null comment '按天格式化日期', primary key (`oid`) ) engine=innodb default charset=utf8
项目需求是这样的:
统计某段时间范围内每天的来源编号数量，其中来源编号对应数据表中的o_source字段，字段值可能为cde,sde,pde,cse,sse。
来源分类随时间流动
一开始写了这样一段sql：
select s.syctime_day, (select count(*) from statistic_order ss where ss.syctime_day = s.syctime_day and ss.o_source = 'cde') as 'cde', (select count(*) from statistic_order ss where ss.syctime_day = s.syctime_day and ss.o_source = 'cde') as 'sde', (select count(*) from statistic_order ss where ss.syctime_day = s.syctime_day and ss.o_source = 'cde') as 'pde', (select count(*) from statistic_order ss where ss.syctime_day = s.syctime_day and ss.o_source = 'cde') as 'cse', (select count(*) from statistic_order ss where ss.syctime_day = s.syctime_day and ss.o_source = 'cde') as 'sse' from statistic_order s where s.syctime_day > '2016-05-01' and s.syctime_day < '2016-08-01' group by s.syctime_day order by s.syctime_day asc;
这种写法采用了子查询的方式，在没有加索引的情况下，55万条数据执行这句sql，在workbench下等待了将近十分钟，最后报了一个连接中断，通过explain解释器可以看到sql的执行计划如下：
每一个查询都进行了全表扫描，五个子查询dependent subquery说明依赖于外部查询，这种查询机制是先进行外部查询，查询出group by后的日期结果，然后子查询分别查询对应的日期中cde，sde等的数量，其效率可想而知。
在o_source和syctime_day上加上索引之后，效率提高了很多，大概五秒钟就查询出了结果：
查看执行计划发现扫描的行数减少了很多，不再进行全表扫描了：
这当然还不够快，如果当数据量达到百万级别的话，查询速度肯定是不能容忍的。一直在想有没有一种办法，能否直接遍历一次就查询出所有的结果，类似于遍历java中的list集合，遇到某个条件就计数一次，这样进行一次全表扫描就可以查询出结果集，结果索引，效率应该会很高。在老大的指引下，利用sum聚合函数，加上case…when…then…这种“陌生”的用法，有效的解决了这个问题。
具体sql如下：
select s.syctime_day, sum(case when s.o_source = 'cde' then 1 else 0 end) as 'cde', sum(case when s.o_source = 'sde' then 1 else 0 end) as 'sde', sum(case when s.o_source = 'pde' then 1 else 0 end) as 'pde', sum(case when s.o_source = 'cse' then 1 else 0 end) as 'cse', sum(case when s.o_source = 'sse' then 1 else 0 end) as 'sse' from statistic_order s where s.syctime_day > '2015-05-01' and s.syctime_day < '2016-08-01' group by s.syctime_day order by s.syctime_day asc;
关于mysql中case…when…then的用法就不做过多的解释了，这条sql很容易理解，先对一条一条记录进行遍历，group by对日期进行了分类，sum聚合函数对某个日期的值进行求和，重点就在于case…when…then对sum的求和巧妙的加入了条件，当o_source = ‘cde’的时候，计数为1，否则为0；当o_source=’sde’的时候……
这条语句的执行只花了一秒多，对于五十多万的数据进行这样一个维度的统计还是比较理想的。
通过执行计划发现，虽然扫描的行数变多了，但是只进行了一次全表扫描，而且是simple简单查询，所以执行效率自然就高了：
针对这个问题，如果大家有更好的方案或思路，欢迎留言
总结
到此这篇关于mysql巧用sum、case和when优化统计查询的文章就介绍到这了,更多相关mysql优化统计查询内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！