Mysql 如何有效地识别大表中最常用的字符串？

假设一张有5000万名姓氏的表格（例如），如何有效识别前10000名

还有比这更有效的查询吗

SELECT count(last_name) as cnt, last_name
FROM last_name_table
GROUP BY last_name
ORDER BY cnt DESC
LIMIT 10000;

假设：

CREATE TABLE last_name_table (
    `last_name` VARCHAR(255), 
     KEY `last_name` (`last_name`)
);

---

我可以在20分钟内拿到前1000名。但排名前10000位的人花了一整天的时间。有什么建议吗？

建议：预先计算每个姓氏的计数，并将其存储在单独的表中

使用触发器（如果

last\u name\u表中每分钟没有数千次插入，或者如果实时统计有意义）或调度程序每天维护一次（小时等）。SQL92为此定义了一个“TOP”操作符，因此在符合SQL92的数据库中，您应该能够写入


选择前10000名。。。来自last_name_表；

但是MySQL没有实现这一点，您必须根据自己的建议使用LIMIT。
如果您添加一个子句“HAVING count（last_name）>10”或类似的内容，那么它将从您的结果中删除所有不常见的项。这样做，您就不需要“限制”或“订购方式”。这可能会加快速度。此外，如果使用last_name字段为cnt编制索引，则该索引可能会提高性能

如何有效地识别大表中最常用的字符串

根据你的问题，我假设你不需要确切的数字，大概的数字就足够了

我提供给您选择随机行的子集，并对其进行所有需要的计算。然后对结果进行相对缩放，以获得反映整个表的近似结果。您有足够多的数据，即使使用近似值也能得到准确的结果。
我目前正忙于“复制到磁盘上的tmp表”。问题是如何提高查询效率。自豪地-看不到任何可以提高查询性能的建议。