GridDB电商销售数据SQL查询优化：2023年品类营收统计

原查询的核心问题 #

原SQL采用关联子查询逻辑，对每个品类重复执行一次三表关联求和操作，相当于对百万级的Orders和OrderItems表执行N次全表扫描（N为品类数量），这是导致查询效率低下的根本原因。

优化后的查询语句 #

SELECT
    P.Category,
    SUM(O.TotalAmount) AS CategoryTotalRevenue
FROM Orders O
INNER JOIN OrderItems I ON O.OrderID = I.OrderID
INNER JOIN Products P ON I.ProductID = P.ProductID
WHERE O.OrderDate BETWEEN '2023-01-01' AND '2023-12-31'
GROUP BY P.Category;

针对GridDB的专属优化措施 #

1. 创建高效复合索引 #

GridDB的索引能大幅降低关联与过滤的IO开销，建议创建以下针对性索引：

• Orders表：基于OrderDate和OrderID的复合索引

  CREATE INDEX idx_orders_date_id ON Orders (OrderDate, OrderID);
  

  理由：既支持快速过滤2023年的时间范围数据，又能直接通过索引获取关联所需的OrderID，避免回表查询。
• OrderItems表：基于OrderID和ProductID的复合索引

  CREATE INDEX idx_orderitems_order_product ON OrderItems (OrderID, ProductID);
  

  理由：覆盖两张表关联的核心字段，减少关联过程中的数据读取量。
• Products表：基于ProductID和Category的复合索引

  CREATE INDEX idx_products_id_category ON Products (ProductID, Category);
  

  理由：通过ProductID关联后可直接从索引获取Category，无需额外查询表数据。

2. 避免字段上的函数运算 #

原查询用EXTRACT(YEAR FROM O.OrderDate) = 2023会导致索引失效，改用BETWEEN '2023-01-01' AND '2023-12-31'，让GridDB能直接利用OrderDate的索引快速定位目标数据范围。

3. 调整查询结构为单次聚合 #

将原有的子查询逻辑改为单次三表关联后分组聚合，只需扫描一次Orders和OrderItems表，彻底避免重复扫描带来的性能损耗，这对百万级数据的查询效率提升尤为显著。

4. 利用GridDB的分区特性 #

若Orders数据量极大，可按OrderDate进行时间分区（如按年/按月），这样查询2023年数据时只会扫描对应分区，无需遍历全表：

-- 按年分区创建Orders表示例
CREATE TABLE Orders (
    OrderID INT PRIMARY KEY,
    CustomerID INT,
    OrderDate DATE,
    TotalAmount DECIMAL(10, 2)
) PARTITION BY RANGE (OrderDate) (
    PARTITION p2023 VALUES LESS THAN ('2024-01-01'),
    PARTITION p2022 VALUES LESS THAN ('2023-01-01')
);

5. 移除不必要的DISTINCT #

原查询的SELECT DISTINCT属于冗余操作——分组聚合后的Category本身就是唯一值，保留DISTINCT会额外增加排序去重的开销，优化后的查询无需保留该关键字。

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