31 select max/min/avg/sum/count/group_concat 的实现

2023-10-27 12:30

本文主要是介绍31 select max/min/avg/sum/count/group_concat 的实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前言

avg, sum, max, min, count 的相关使用 

这里来调试一下 具体的情况, 以及看一下 索引对于相关操作的影响

 

测试数据表如下 

CREATE TABLE `tz_test` (`id` int(11) unsigned NOT NULL AUTO_INCREMENT,`field1` varchar(12) DEFAULT NULL,`field2` varchar(16) DEFAULT NULL,PRIMARY KEY (`id`) USING BTREE,KEY `field1` (`field1`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=11 DEFAULT CHARSET=utf8

 

测试数据如下 

5089e56bedf84a8da59096624ee15f50.png

 

 

select max/min

这两者 差不多, 因此 我们这里 仅仅看一下 select max

 

执行 “select max(id) from tz_test;” 如下 

根据索引查询获取最大的值, 这里获取到的是 10 对应的记录

然后 因为有索引, 仅仅会查询 最大 的那条记录

b973cd3e17c64f648caa2aa2f9515565.png

 

然后 merge 的时候, 只会处理 最大 的这条记录, 更新为 结果

f08535a8d13b475c87ea96f74b91f02f.png

 

执行 “select max(field1) from tz_test;” 如下 

和上面同样, field1 有索引, 然后 仅仅获取 最大的这条记录

18bdfc18bf804bb18044edbecb25494d.png

 

然后 merge 的时候, 只会处理 最大 的这条记录, 更新为 结果

5b322c1d67a74dec98a49b32cff5b1f6.png

 

 

执行 “select max(field2) from tz_test;” 如下 

遍历 tz_test 表的所有的记录, 然后开始 merge 

从1, 2, 3, .., 10 开始遍历

1d0b97f99c1e4e0c8fb0541267878a8b.png

 

然后 merge 的时候, 依次比较, 获取最大的记录为结果 

784a7aab18aa4457bdaa4e1112d8850a.png 

 

select min 的流程类似, 只是 merge 的方式 有一些差异

e045bfc7b1644951964d2c9c0f726abe.png

 

 

select count/sum/avg  

执行 “select count(id) from tz_test;” 如下 

遍历的数据如下, 可以看到的是 遍历的是 field1 的索引树 

8f68bb02baed4821a8b241e8e3be95fd.png

 

然后 merge 的时候, 仅仅统计数量记录为结果 

f07ba526dc11406c9e5fabc754209d50.png 

 

执行 “select count(field1) from tz_test;” 如下 

遍历的数据如下, 可以看到的是 遍历的是 field1 的索引树 

4130e32bafbd4ff8af3358d9d31f79a4.png

 

 

执行 “select count(field2) from tz_test;” 如下 

遍历的数据如下, 可以看到的是 遍历的是 tz_test 的所有记录 

fac6d772c13c463791da257ddce89053.png

 

 

select sum 的流程类似, 只是 merge 的方式 有一些差异

83d1d4ca8e5b40c08d8ee34f95bffc9e.png 

 

select avg 的流程类似, 只是 merge 的方式 有一些差异  

9553b7dfbce74df581e910688d24e49a.png

 

 

select group_concat 

执行 “select group_concat(field1) from tz_test;” 如下 

然后这里 如果是 “select group_concat(id) from tz_test;”, “select group_concat(field1) from tz_test;” 走的是 field1 的索引 

如果是 “select group_concat(field2) from tz_test;” 走的是全表扫描 

然后 我们这里 着重关注一下 group_concat 的实现 

实现如下, result 作为容器, 然后使用 item->separator 来 join 选择列的值的列表 

Item_func_group_concat::add 调用的这里的 dump_leaf_key

8a32cc24876d47d3afb8e9673132169f.png

 

直到迭代完所有的 field1 结果如下 

默认的结果顺序是由 索引field1 决定的 

2b84742bb9e345209b085df3a7b973d4.png

 

将结果响应回客户端 

2cba0d40d150463b80e75d8eae5d0ac5.png 

 

select group_concat(distinct)

执行 “select group_concat(distinct(field1)) from tz_test;” 如下 

这里主要看一下 group_concat(distinct) 的实现 

如果是增加了 distinct, group_concat 这边的实现有一些调整 

将数据放到了 unique_filter 中, 然后 需要获取数据的时候从 unique_filter 中遍历数据, 返回 

145fd65de91f4a028841e7b55ea2785b.png

 

遍历到 field1索引记录 的最后一项

d129bdb014a14f65856118fa27cf51b2.png

 

获取数据的情况如下, unique_filter->walk 遍历了采集的数据, 然后根据 “,” 来进行 join, 最终将结果存放于 this->result

70e946dffc4041749b0b0746c2b13422.png 

 

 完

 

 

 

这篇关于31 select max/min/avg/sum/count/group_concat 的实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/286115

相关文章

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Redis客户端连接机制的实现方案

《Redis客户端连接机制的实现方案》本文主要介绍了Redis客户端连接机制的实现方案,包括事件驱动模型、非阻塞I/O处理、连接池应用及配置优化,具有一定的参考价值,感兴趣的可以了解一下... 目录1. Redis连接模型概述2. 连接建立过程详解2.1 连php接初始化流程2.2 关键配置参数3. 最大连

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

python设置环境变量路径实现过程

《python设置环境变量路径实现过程》本文介绍设置Python路径的多种方法:临时设置(Windows用`set`,Linux/macOS用`export`)、永久设置(系统属性或shell配置文件... 目录设置python路径的方法临时设置环境变量(适用于当前会话)永久设置环境变量(Windows系统

Python对接支付宝支付之使用AliPay实现的详细操作指南

《Python对接支付宝支付之使用AliPay实现的详细操作指南》支付宝没有提供PythonSDK,但是强大的github就有提供python-alipay-sdk,封装里很多复杂操作,使用这个我们就... 目录一、引言二、准备工作2.1 支付宝开放平台入驻与应用创建2.2 密钥生成与配置2.3 安装ali

Spring Security 单点登录与自动登录机制的实现原理

《SpringSecurity单点登录与自动登录机制的实现原理》本文探讨SpringSecurity实现单点登录(SSO)与自动登录机制,涵盖JWT跨系统认证、RememberMe持久化Token... 目录一、核心概念解析1.1 单点登录(SSO)1.2 自动登录(Remember Me)二、代码分析三、

PyCharm中配置PyQt的实现步骤

《PyCharm中配置PyQt的实现步骤》PyCharm是JetBrains推出的一款强大的PythonIDE,结合PyQt可以进行pythion高效开发桌面GUI应用程序,本文就来介绍一下PyCha... 目录1. 安装China编程PyQt1.PyQt 核心组件2. 基础 PyQt 应用程序结构3. 使用 Q

Python实现批量提取BLF文件时间戳

《Python实现批量提取BLF文件时间戳》BLF(BinaryLoggingFormat)作为Vector公司推出的CAN总线数据记录格式,被广泛用于存储车辆通信数据,本文将使用Python轻松提取... 目录一、为什么需要批量处理 BLF 文件二、核心代码解析:从文件遍历到数据导出1. 环境准备与依赖库

linux下shell脚本启动jar包实现过程

《linux下shell脚本启动jar包实现过程》确保APP_NAME和LOG_FILE位于目录内,首次启动前需手动创建log文件夹,否则报错,此为个人经验,供参考,欢迎支持脚本之家... 目录linux下shell脚本启动jar包样例1样例2总结linux下shell脚本启动jar包样例1#!/bin

go动态限制并发数量的实现示例

《go动态限制并发数量的实现示例》本文主要介绍了Go并发控制方法,通过带缓冲通道和第三方库实现并发数量限制,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 目录带有缓冲大小的通道使用第三方库其他控制并发的方法因为go从语言层面支持并发,所以面试百分百会问到