如何通过多组键值对高效筛选MySQL中的客户标签数据？

表结构与示例数据 #

问题场景 #

需要基于多组tag_key+tag_value键值对筛选客户（例如同时筛选price=high且size=big的客户），现有基于UNION ALL+SUM的实现效率偏低，需更高效的方案。

优化方案 #

方案1：GROUP BY + HAVING 统计匹配标签数 #

这是最简洁高效的通用方案，适合任意数量的标签组合筛选：

SELECT client_code
FROM tb_client_tags
WHERE 
  (tag_key = 'price' AND tag_value = 'high')
  OR (tag_key = 'size' AND tag_value = 'big')
GROUP BY client_code
HAVING COUNT(DISTINCT tag_key) = 2; -- 2对应需要匹配的标签组数

• 原理：先过滤出所有符合任一标签条件的行，再按客户分组，统计该客户匹配的不同标签数量，数量等于目标标签组数的即为符合要求的客户。
• 优化点：如果业务上保证同一客户的同一tag_key不会有多个值，可以把COUNT(DISTINCT tag_key)换成COUNT(*)，进一步提升性能。

方案2：多表JOIN（适合少量标签组合） #

当需要筛选的标签数量较少时，使用自连接的方式性能也很出色：

SELECT t1.client_code
FROM tb_client_tags t1
JOIN tb_client_tags t2 
  ON t1.client_code = t2.client_code
WHERE 
  t1.tag_key = 'price' AND t1.tag_value = 'high'
  AND t2.tag_key = 'size' AND t2.tag_value = 'big';

• 原理：每个标签条件对应一个表实例，通过client_code关联，确保客户同时满足所有标签条件。
• 扩展：如果需要3个标签筛选，只需再JOIN一个表实例并添加对应条件即可。

关键性能优化：添加复合索引 #

以上两种方案的性能都严重依赖合适的索引，建议创建以下复合索引：

-- 针对WHERE过滤优先的场景（方案1、方案2均适用）
CREATE INDEX idx_tag_key_value_client ON tb_client_tags (tag_key, tag_value, client_code);

-- 或者如果经常按客户聚合标签，也可以创建：
CREATE INDEX idx_client_tag_key_value ON tb_client_tags (client_code, tag_key, tag_value);

索引可以让数据库快速定位符合条件的行，避免全表扫描，大幅提升查询效率。

对比原方案的优势 #

原方案使用多层子查询+UNION ALL+SUM的方式，存在额外的子查询开销和DISTINCT去重成本；而上述方案层级更少，逻辑更简洁，数据库的查询优化器更容易生成高效的执行计划。

内容的提问来源于stack exchange，提问作者user93140