云服务器特惠 99/年起
  1. 腾讯云优惠网首页
  2. 腾讯云产品

TDSQL Boundless 单表查询

• 腾讯云产品

这篇档介绍如何在 TDSQL Boundless 数据库中对单表数据进行高效查询，包括基础查询语法、查询优化技巧以及 TDSQL Boundless 特有的优化机制。

相关产品
TDSQL Boundless 产品页，含版本规格、价格与购买入口。

一、开始之前

在进行单表查询之前，请确保：

1. 已创建 TDSQL Boundless 实例。

2. 已导入测试数据：这篇档使用 TPC-H 基准测试数据集作为示例，详情请参考 TPC-H 基准测试数据模型。

3. 已建立数据库连接：通过 MySQL 客户端或应用程序连接到 TDSQL Boundless。

二、简单查询

最基础的查询操作是从表中读取特定列的数据。

三、基本 SELECT 语句

查询客户的基本信息：

SELECT c_custkey, c_name, c_mktsegment FROM customer;

查询订单的关键字段：

SELECT o_orderkey, o_custkey, o_orderdate, o_totalprice FROM orders;

四、查询所有列

使用 * 可以查询表中的所有列：

SELECT * FROM customer;

实践教程：

·在生产环境中，避免使用 SELECT *，应显式指定需要的列。

·原因：减少网络传输量、提高查询性能、避免读取不必要的大字段（如 c_comment）。

五、使用别名

为列或表指定别名可以提高 SQL 的可读性：

SELECT c_custkey AS customer_id, c_name AS customer_name, c_acctbal AS account_balanceFROM customer AS c;

六、对结果进行筛选

使用 WHERE 子句可以过滤查询结果，只返回满足条件的数据。

七、等值条件查询

查询特定市场细分的客户：

SELECT c_custkey, c_name, c_acctbalFROM customerWHERE c_mktsegment = 'AUTOMOBILE';

查询特定订单状态的订单：

SELECT o_orderkey, o_orderdate, o_totalpriceFROM ordersWHERE o_orderstatus = 'O'; — O: Open, F: Finished, P: Pending

八、比较条件查询

查询账户余额大于5000的客户：

SELECT c_custkey, c_name, c_acctbalFROM customerWHERE c_acctbal > 5000.00;

查询1995年之后的订单：

SELECT o_orderkey, o_orderdate, o_totalpriceFROM ordersWHERE o_orderdate >= '1995-01-01';

九、范围查询

使用 BETWEEN 进行范围查询：

SELECT o_orderkey, o_orderdate, o_totalpriceFROM ordersWHERE o_orderdate BETWEEN '1995-01-01' AND '1995-12-31';

十、多条件组合

使用 AND、OR 组合多个条件：

SELECT c_custkey, c_name, c_acctbal, c_mktsegmentFROM customerWHERE c_mktsegment = 'AUTOMOBILE' AND c_acctbal > 5000.00;

十一、模糊查询

使用 LIKE 进行模糊匹配：

SELECT c_custkey, c_nameFROM customerWHERE c_name LIKE 'Customer%';

十二、对结果进行排序

使用 ORDER BY 子句可以对查询结果进行排序。

十三、升序排序（默认）

按订单日期升序排列：

SELECT o_orderkey, o_orderdate, o_totalpriceFROM ordersORDER BY o_orderdate;

或显式指定 ASC：

SELECT o_orderkey, o_orderdate, o_totalpriceFROM ordersORDER BY o_orderdate ASC;

十四、降序排序

查询账户余额最高的客户：

SELECT c_custkey, c_name, c_acctbalFROM customerORDER BY c_acctbal DESC;

查询最近的订单：

SELECT o_orderkey, o_orderdate, o_totalpriceFROM ordersORDER BY o_orderdate DESC;

十五、多列排序

可以按多个列进行排序，优先级从左到右：

SELECT o_orderkey, o_orderdate, o_totalprice, o_orderpriorityFROM ordersORDER BY o_orderdate DESC, o_totalprice DESC;

十六、排序优化建议

TDSQL Boundless 优化要点：

1. 索引优化：在 ORDER BY 的列上建立索引，避免 filesort。

2. 覆盖索引：如果查询的列都在索引中，TDSQL Boundless 可以直接从索引读取，无需回表。

3. 索引顺序：ORDER BY 的列顺序应与索引定义顺序一致。

示例：优化排序性能

— 创建组合索引CREATE INDEX idx_orderdate_totalprice ON orders(o_orderdate DESC, o_totalprice DESC);– 此查询可以直接使用索引，避免排序SELECT o_orderkey, o_orderdate, o_totalpriceFROM ordersORDER BY o_orderdate DESC, o_totalprice DESC;

通过 EXPLAIN 查看执行计划：

EXPLAIN SELECT o_orderkey, o_orderdate, o_totalpriceFROM ordersORDER BY o_orderdate DESC;

如果执行计划中没有 Using filesort，说明使用了索引排序，性能最优。

十七、限制查询结果数量

使用 LIMIT 子句可以限制返回的结果行数，常用于分页查询或获取 Top N 结果。

十八、获取前 N 条记录

查询前10个最大金额的订单：

SELECT o_orderkey, o_orderdate, o_totalpriceFROM ordersORDER BY o_totalprice DESCLIMIT 10;

查询账户余额最高的前20名客户：

SELECT c_custkey, c_name, c_acctbalFROM customerORDER BY c_acctbal DESCLIMIT 20;

十九、分页查询

使用 LIMIT offset, count 或 LIMIT count OFFSET offset 进行分页：

方式一：

— 查询第 2 页数据（每页 20 条）SELECT c_custkey, c_name, c_acctbalFROM customerORDER BY c_custkeyLIMIT 20, 20; — offset=20, count=20

方式二（推荐）：

— 更清晰的写法SELECT c_custkey, c_name, c_acctbalFROM customerORDER BY c_custkeyLIMIT 20 OFFSET 20;

20、LIMIT 优化机制

TDSQL Boundless 的 LIMIT 优化：

1. 提前终止扫描：

·TDSQL Boundless 在扫描到足够的数据后会立即停止，不会扫描整个表。

·例如 LIMIT 10 只需找到10条数据即可返回。

2. 索引下推：

·如果查询条件和排序字段都有索引，TDSQL Boundless 会在存储引擎层就应用 LIMIT。

·减少数据传输和内存使用。

3. TopN 优化：

·ORDER BY … LIMIT N 会使用堆排序算法，空间复杂度 O(N)。

·避免全表排序，性能提升显著。

性能对比示例：

— 无 LIMIT：需要扫描全表并排序SELECT o_orderkey, o_totalpriceFROM ordersORDER BY o_totalprice DESC;– 扫描行数: 1,500,000 (全表)– 有 LIMIT：提前终止SELECT o_orderkey, o_totalpriceFROM ordersORDER BY o_totalprice DESCLIMIT 10;– 扫描行数: ~10（使用索引）或使用堆排序优化

21、分页优化建议

深度分页问题：

— 性能差：需要扫描并跳过前 1,000,000 行SELECT o_orderkey, o_orderdateFROM ordersORDER BY o_orderkeyLIMIT 1000000, 20;

优化方案：使用范围查询代替 OFFSET

— 方式一：记录上次查询的最大 IDSELECT o_orderkey, o_orderdateFROM ordersWHERE o_orderkey > 1000000 — 上次最后一条记录的 IDORDER BY o_orderkeyLIMIT 20;– 方式二：使用覆盖索引 + 延迟关联SELECT o.o_orderkey, o.o_orderdate, o.o_totalpriceFROM orders oINNER JOIN ( SELECT o_orderkey FROM orders ORDER BY o_orderkey LIMIT 1000000, 20) tmp ON o.o_orderkey = tmp.o_orderkey;

22、聚合查询

聚合查询用于对数据进行统计分析，常用的聚合函数包括 COUNT、SUM、AVG、MAX、MIN 等。

23、基础聚合函数

统计总订单数：

SELECT COUNT(*) AS total_ordersFROM orders;

统计总销售额：

SELECT SUM(o_totalprice) AS total_salesFROM orders;

查询最大和最小订单金额：

SELECT MAX(o_totalprice) AS max_order_amount, MIN(o_totalprice) AS min_order_amount, AVG(o_totalprice) AS avg_order_amountFROM orders;

24、分组聚合

使用 GROUP BY 对数据进行分组统计。

统计每个市场细分的客户数量：

SELECT c_mktsegment, COUNT(*) AS customer_countFROM customerGROUP BY c_mktsegmentORDER BY customer_count DESC;

统计每年的订单数量和总销售额：

SELECT YEAR(o_orderdate) AS order_year, COUNT(*) AS order_count, SUM(o_totalprice) AS total_sales, AVG(o_totalprice) AS avg_order_amountFROM ordersGROUP BY YEAR(o_orderdate)ORDER BY order_year DESC;

统计每个订单状态的订单数量：

SELECT o_orderstatus, COUNT(*) AS status_count, SUM(o_totalprice) AS total_amountFROM ordersGROUP BY o_orderstatus;

25、HAVING 子句

HAVING 用于过滤分组后的结果（与 WHERE 过滤原始行不同）。

查询订单数量超过1000的客户：

SELECT o_custkey, COUNT(*) AS order_count, SUM(o_totalprice) AS total_spentFROM ordersGROUP BY o_custkeyHAVING COUNT(*) > 1000ORDER BY total_spent DESC;

查询平均订单金额大于10000的年份：

SELECT YEAR(o_orderdate) AS order_year, AVG(o_totalprice) AS avg_amountFROM ordersGROUP BY YEAR(o_orderdate)HAVING AVG(o_totalprice) > 10000ORDER BY order_year;

26、去重统计

使用 DISTINCT 进行去重统计：

统计不同市场细分的数量：

SELECT COUNT(DISTINCT c_mktsegment) AS segment_countFROM customer;

统计有订单的客户数量：

SELECT COUNT(DISTINCT o_custkey) AS active_customersFROM orders;

27、聚合查询优化

TDSQL Boundless 聚合查询优化要点：

1. 索引加速分组：

— 在 GROUP BY 列上建立索引CREATE INDEX idx_mktsegment ON customer(c_mktsegment);– 此查询可以利用索引加速分组SELECT c_mktsegment, COUNT(*)FROM customerGROUP BY c_mktsegment;

2. 松散索引扫描（Loose Index Scan）：

·当 GROUP BY 的列是索引前缀时，TDSQL Boundless 可以跳过不相关的索引记录。

·通过 EXPLAIN 查看是否使用了 Using index for group-by。

3. 覆盖索引优化：

— 创建覆盖索引CREATE INDEX idx_orderdate_totalprice ON orders(o_orderdate, o_totalprice);– 此查询无需回表，直接从索引读取SELECT YEAR(o_orderdate) AS order_year, SUM(o_totalprice) AS total_salesFROM ordersGROUP BY YEAR(o_orderdate);

4. 分区表加速：

·如果表按日期分区，聚合查询可以并行在各分区上执行。

·TDSQL Boundless 会自动进行分区裁剪，只扫描相关分区。

— 假设 orders 表按年份分区– 此查询只扫描 1995 年的分区SELECT COUNT(*) AS order_count, SUM(o_totalprice) AS total_salesFROM ordersWHERE o_orderdate BETWEEN '1995-01-01' AND '1995-12-31';

相关内容：

  1. TDSQL Boundless 多表关联查询 这篇档介绍如何在 TDSQL Boundless 数据库中使用 JOIN 语句进行多表连接查询，包括各种连接类型、连接算法的使用。...
  2. TDSQL Boundless 视图 这篇档介绍如何在 TDSQL Boundless 数据库中使用视图。视图是基于 SQL 查询定义的虚拟表，它本身不存储数据，而是在每次查询时动态执行底层的 SQL 语句生成结果。...
  3. TDSQL Boundless 子查询 这篇档介绍如何在 TDSQL Boundless 数据库中使用子查询。子查询是嵌套在另一个查询内部的 SQL 查询，允许你在一条语句中使用另一个查询的结果。...
  4. TDSQL Boundless 数据字典 TPC-H（Transaction Processing Performance Council - H）是由 TPC 组织制定的决策支持基准测试标准，模拟了一个典型的订单管理系统的数据仓库环境。TPC-H 数据模型广泛应用于数据库性能测试、查询优化验证和商业智能场景。...
  5. TDSQL-C MySQL 版 TPC-H 测试方法 TDSQL-C MySQL 版的只读分析引擎主要针对复杂的 SQL 和数据分析而设计。对于此类场景的性能评估手段在业界常用 TPC-H 的基准测试集来进行。因此，这篇主要基于 TPC-H 基准来测试只读分析引擎的性能情况，以供用户参考。...
  6. 云数据库 MySQL TPC-H 测试方法 云数据库 MySQL 的只读分析引擎主要针对复杂的 SQL 和数据分析而设计。对于此类场景的性能评估手段在业界常用 TPC-H 的基准测试集来进行。因此，这篇主要基于 TPC-H 基准来测试只读分析引擎的性能情况，以供用户参考。...
  7. TDSQL Boundless Merge Join Merge Join 又称 Sort Merge Join，是多表关联查询中一种基于排序匹配的 Join 算法。其核心步骤为：先对两张关联表按 Join 键分别排序，再从两个有序结果集中按顺序读取并匹配数据。...
  8. TDSQL Boundless TTL_TASK_HISTORY SYS.TTL_TASK_HISTORY 记录 TTL（Time To Live）过期数据清理任务的历史信息，用于审计、问题排查和执行效果统计。当 SYS.TTL_TASK 中的任务完成后（状态为 finished 或 cancelled），系统会通过任务回收（GC）流程将完成的任务从 SYS.TTL_TASK 迁移到 SYS.TTL_TASK_HISTORY 中，同时释放 SYS.TTL_TASK 的唯一键占用，允。...
赞 (0)
上一篇 4天前
下一篇 4天前