百万级Products表查询高于均价商品慢，如何优化该SELECT语句？

你的原SQL慢的核心问题并非每行重新计算平均价格——现代关系型数据库（MySQL、PostgreSQL、SQL Server等）的优化器会自动识别这种标量子查询，只会执行一次AVG(Price)计算。真正的瓶颈是两次全表扫描：一次计算平均价格，一次过滤符合条件的商品。以下是具体优化方案：

1. 显式复用平均价格结果 #

用更直观的写法让优化器明确复用平均价格，避免潜在的执行计划偏差：

方案A：使用CTE（公共表表达式） #

WITH AvgPrice AS (
    SELECT AVG(Price) AS avg_price FROM Products
)
SELECT ProductName, Price
FROM Products, AvgPrice
WHERE Price > AvgPrice.avg_price;

方案B：用变量存储平均价格（以MySQL为例） #

SET @avg_price = (SELECT AVG(Price) FROM Products);
SELECT ProductName, Price
FROM Products
WHERE Price > @avg_price;

2. 给Price字段添加索引 #

这是提升查询速度最关键的一步：

• 计算平均价格时，数据库可以通过索引快速扫描所有价格值（索引的存储空间远小于全表，扫描速度更快）
• 过滤Price > avg_price时，能通过索引直接定位符合条件的行，避免全表遍历

创建索引的SQL语句：

CREATE INDEX idx_products_price ON Products(Price);

3. 改用JOIN写法替代子查询 #

部分数据库对JOIN的执行计划优化更友好，写法如下：

SELECT p.ProductName, p.Price
FROM Products p
JOIN (SELECT AVG(Price) AS avg_price FROM Products) ap
ON p.Price > ap.avg_price;

4. 大表进阶优化：数据分区 #

如果你的Products表数据量远超百万级，且Price字段有明确的区间划分（比如按价格段分区），可以给表添加分区策略，让数据库只扫描符合条件的分区，进一步减少数据扫描范围。

内容的提问来源于stack exchange，提问作者user23848102