数百万数据 门店销售订单 按门店 分组排序分页 取销售额前 20 条 怎么优化 order by

[wuzhizuiguo]

大致 有订单表 order, 含 amount storeid (每单销售额, 销售门店)
select storeid,sum(amount) as total
from
order
group by storeid
order by total desc
limit 0,20
数据量快千万了, 不加 order by 排序 很快. 但是分页需要显示销售额最高的前 20 条数据, 不可避免排序
一般数据量大的改怎么分组 排序? (数据量很大, 取出来 放代码里排 统计 也不行)

实际上也需要连接其他表? 是先主表分组后再 left join 还是 left join 后 再分组?
请问下大佬们是怎么解决的.

[zoharSoul]

丢到数仓跑...

[cloverzrg2]

你这个要实时获取最新的？
不是的话，放到缓存里，每隔一个小时左右更新一次就行了

[wangritian]

门店表加 total 字段，订单完成时同步增加，加好索引

[wuzhizuiguo]

@zoharSoul 第一次遇到.. 数仓,这个我段位不够

[wuzhizuiguo]

@cloverzrg2 是的,现在要实时的..

[matrix67]

@cloverzrg2 #2 2 楼老哥说的对
不需要实时的话，是不是再开个表，每天晚上统计每个门店销售额，然后从这个表 select 就行了。

还有最近看 elk，它的 demo 里面有销售数据，是不是可以来搞这个，做到准实时。

[wuzhizuiguo]

@wangritian 嗯,原来也加了表, 但是数据不准. 又返回去了.

[LJ2010]

写个定时服务,每天 /月统计一次订单表
insert to 门点销售额表
查询直接查 统计表

[renmu123]

数据量这么大了很难做到实时，一般这种产品都是看前一天数据的，参考微信小程序的数据统计。就说产品这个需求是伪需求，以及技术难度过高，占据过多性能，，把产品怼回去

[wuzhizuiguo]

@matrix67 好的,现在算是实时的, 底下商户也要看下实际销售情况. 没想到 order by 这么慢

[LJ2010]

补充下, 单表查询慢的话 ,可以增加分区,或者拆表(不过会增加业务处理逻辑的复杂度),一般分区根据分区字段排序查询,速度应该都可以

[kiracyan]

你把旧数据汇总一份 当天的在这个表里拿 往前的数据从汇总表里拿 然后查当天的信息再加起来排序可以吗？

[wuzhizuiguo]

@renmu123 哈哈, 限制也是有点儿, 时间, 但 时间跨度大一些 就明显慢了.

[shyrock]

total 加索引了吗？ explain 一下查询计划看看

[liian2019]

整个定时任务，定时统计数据插入到统计表，比如根据门店定时汇总销售额。单纯靠订单表来统计不靠谱，以后量大了，查不动是迟早的事，要是因为这个查询影响正常下单业务就得不偿失了。

[ElmerZhang]

又要实时，又要性能的情况下
方案 A：另外加个汇总表，定单表与汇总表的更新做成事务。这样的缺点就是订单业务中耦合了统计的逻辑，不优雅，而且对性能也会有一些影响。
方案 B：仍然是加个汇总表，但是通过 [otter]( https://github.com/alibaba/otter) 来更新，没有方案 A 中提到的缺点，但是架构变复杂了。

[wangritian]

@wuzhizuiguo 数据不准的原因是什么呢？开启事务和订单行锁，一般不会出现并发异常

[zhaokun]

total 没有索引，total 维护一个字段加上索引压力不大

[xupefei]

百万条数据，用 spark 开 16 节点的话也就十秒钟。

[ElmerZhang]

纠正一下我 #16 的回复，方案 B 中应该是用 [canal]( https://github.com/alibaba/canal)