Group By查询过慢无法使用：16M行数据求用户标记占比优化求助

核心问题 #

当前查询慢的主要原因是：仅给person建了索引，但查询需要访问qa_flag字段，数据库需要通过person索引回表读取主表的qa_flag数据，1600万条记录的回表操作会产生大量IO，导致查询超时。

具体提速方案 #

• 建立联合覆盖索引：创建(person, qa_flag)联合索引，这个索引包含了查询所需的所有字段，数据库可以直接在索引中完成sum/count统计，无需回表访问主表，能把查询时间从小时级压缩到秒级甚至毫秒级。创建语句：

  CREATE INDEX idx_person_qaflag ON myTable(person, qa_flag);
  

• 优化SQL逻辑：由于qa_flag只有1和null，sum(qa_flag)等价于count(qa_flag)（count(字段)会自动忽略null值），换用count(qa_flag)写法更直观，执行效率一致。同时可以用FORMAT函数控制百分比的小数位数，避免出现过长小数：

  SELECT person, CONCAT(FORMAT((COUNT(qa_flag)/COUNT(*))*100, 2), '%') AS qa_ratio
  FROM myTable 
  GROUP BY person;
  

• 预计算统计结果：如果业务对数据实时性要求不高（比如允许延迟1小时/1天），可以定时将统计结果存入一个小表（如user_qa_stats），网页直接查询这个小表即可。示例定时任务逻辑：
  1. 创建统计表：

     CREATE TABLE user_qa_stats (
       person VARCHAR(50) PRIMARY KEY, -- 根据实际person字段类型调整
       qa_ratio VARCHAR(20) NOT NULL
     );
     

  2. 定时执行更新：

     REPLACE INTO user_qa_stats
     SELECT person, CONCAT(FORMAT((COUNT(qa_flag)/COUNT(*))*100, 2), '%')
     FROM myTable 
     GROUP BY person;
     

  网页查询时直接SELECT * FROM user_qa_stats;，速度极快。
• 验证执行计划：用EXPLAIN命令查看查询的执行计划，确认是否存在全表扫描或回表操作，验证索引是否生效：

  EXPLAIN SELECT person, concat((sum(qa_flag)/count(*))*100, '%') FROM myTable GROUP BY person;
  

内容的提问来源于stack exchange，提问作者J.T.