在mysql上执行SUM（）并按数百万行分组

我有一个查询，每个请求只运行一次

SELECT SUM(numberColumn) AS total, groupColumn
FROM myTable
WHERE dateColumn < ? AND categoryColumn = ?
GROUP BY groupColumn
HAVING total > 0

选择SUM（numberColumn）作为总计，groupColumn
从myTable
其中dateColumn<？和categoryColumn=？
按组列分组
总数大于0的

myTable

的列数不到12列，最多可以增加500万行，但在生产中更可能增加约200万行。查询中使用的所有列都是数字，除了

dateColumn

，并且

dateColumn

和

categoryColumn

上都有索引

如果数据库得到了适当的优化，那么在大多数现代服务器上，这个查询在5秒钟内运行500万行是否合理

我问的原因是我们没有500万的数据，在未来几年内我们甚至不会达到200万，如果查询没有在5秒内运行，那么很难知道问题出在哪里。是因为查询不适合大型表，还是数据库没有优化，或者服务器功能不够强大？基本上，我想知道在一个大表上使用

SUM（）

和

groupby

是否合理

---

谢谢。

一个重要的问题是dateColumn 按日期进行积极的筛选，并按日期对表进行分区，可以在大得离谱的表上提供惊人的性能

---

顺便说一句，如果你不希望在未来的很多年里得到这么多的数据，不要费心去解决它。到那时，您的业务需求以及体系结构、数据库布局、设计和实现细节可能会发生十几次变化。提前计划是很好的，但有时您希望尽快给出足够好的解决方案，并在下一版本中处理未来的棘手问题。

一个重要的问题是dateColumn 按日期进行积极的筛选，并按日期对表进行分区，可以在大得离谱的表上提供惊人的性能

---

顺便说一句，如果你不希望在未来的很多年里得到这么多的数据，不要费心去解决它。到那时，您的业务需求以及体系结构、数据库布局、设计和实现细节可能会发生十几次变化。提前计划很好，但有时您希望尽快给出足够好的解决方案，并在下一个版本中处理未来的棘手问题。

正如您问题下方评论中的人所建议的，最简单的验证方法是生成随机数据并测试查询执行时间。请注意，在dateColumn上使用聚集索引可以显著更改执行时间，因为“正如您问题下评论中的人所建议的，最简单的验证方法是生成随机数据并测试查询执行时间。请注意，在dateColumn上使用聚集索引可以显著更改执行时间，因为“您可以随机创建500万行并亲自查看。您可以通过插入随机数据轻松模拟500万行。既然你预计在2年内将达到200万台，那么你也应该预计到当你达到500万台时，将出现下一代硬件：）@dasblinkenlight：我同意你的评论，但请注意，增长并不总是如此linear@DanPichelman两年对于硬件的一代人来说已经足够了。事实上，根据一位非常著名的亿万富翁的说法，你所需要的只是：）：）你可以随机创建500万行，自己看看。你可以通过插入随机数据轻松模拟500万行。既然你预计在2年内将达到200万台，那么你也应该预计到当你达到500万台时，将出现下一代硬件：）@dasblinkenlight：我同意你的评论，但请注意，增长并不总是如此linear@DanPichelman两年对于硬件的一代人来说已经足够了。事实上，根据一位非常著名的亿万富翁的说法，你所需要的只是：）：：）在你的旁注上——这在代码中通常是正确的，但我觉得DBs是不同的。数据库中的过早优化实际上很少是过早的。在中流中更改DB模式比在中流中更改代码要困难得多。请注意，这在代码中通常是正确的，但我觉得DBs是不同的。数据库中的过早优化实际上很少是过早的。在中流中更改DB模式比在中流中更改代码要困难得多。