在大型mysql表中查找出现次数最多且彼此不同的值的有效方法

我有一个mysql表，大约有6100万行。我对这个问题感兴趣的两个栏目是“foo_类型”和“foo_id”。我想做的是，对于“foo_type”的每个不同值，返回出现次数最多的foo_id

因此，我的结果如下所示：

foo_type  |  foo_id
-------------------
Banana    |  127321
Apple     |  59871
etc

等等，意思是“当foo_类型为‘Apple’时，foo_id 59871出现的次数比foo_id的任何其他值都多。”

这两列都使用单个多列索引（仅包含这两列）进行索引

最有效的方法是什么？谢谢

---

编辑：如果有帮助的话，我提前知道foo_类型的所有可能值。

您描述的是一个称为模式的统计概念。有些数据库有一个内置的聚合函数（例如Oracle），但没有MySQL

您可以使用聚合和窗口函数解决此问题：

select *
from (
    select foo_type, foo_id, count(*) cnt, 
        rank() over(partition by foo_type order by count(*) desc) rn
    from mytable 
) t
where rn = 1

这需要MySQL 8.0。在早期版本中：

select foo_type, foo_id, count(*) cnt
from mytable t
group by foo_type, foo_id
having count(*) = (
    select count(*)
    from mytable t1
    where t1.foo_type = t.foo_type
    group by t1.foo_id
    order by count(*) desc limit 1
)

---

请看@草莓安MCRE在这种情况下是很困难的，因为它都是关于如何处理一个非常大的数据集。我可以给出一个100行的样本，但是效率的问题是无关紧要的。只有当表的大小非常大时，这个问题的正确答案和错误答案之间的区别才会真正适用。这个社区中有许多人足够聪明，能够自然地提供最有效的解决方案（受基数、索引等限制）谢谢-我在我的本地版本上运行了它，大约是生产版本的1/200大小（就本表中的行而言），15分钟后它仍在运行。我希望有一个更快的方法…@MaxWilliams。对于一个有200万行（甚至6000万行）的表，这两个查询都不应该花费15分钟。其他原因可能会减慢您的系统。