TDSQL Boundless 单表查询

本文档介绍如何在 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。
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：本文档使用 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。
简单查询
最基础的查询操作是从表中读取特定列的数据。
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;
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）。
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_balance
FROM customer AS c;
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。
等值条件查询
查询特定市场细分的客户：
SELECT c_custkey, c_name, c_acctbal
FROM customer
WHERE c_mktsegment = 'AUTOMOBILE';
查询特定订单状态的订单：
SELECT o_orderkey, o_orderdate, o_totalprice
FROM orders
WHERE o_orderstatus = 'O';  -- O: Open, F: Finished, P: Pending
比较条件查询
查询账户余额大于5000的客户：
SELECT c_custkey, c_name, c_acctbal
FROM customer
WHERE c_acctbal > 5000.00;
查询1995年之后的订单：
SELECT o_orderkey, o_orderdate, o_totalprice
FROM orders
WHERE o_orderdate >= '1995-01-01';
范围查询
使用 BETWEEN 进行范围查询：
SELECT o_orderkey, o_orderdate, o_totalprice
FROM orders
WHERE o_orderdate BETWEEN '1995-01-01' AND '1995-12-31';
多条件组合
使用 AND、OR 组合多个条件：
SELECT c_custkey, c_name, c_acctbal, c_mktsegment
FROM customer
WHERE c_mktsegment = 'AUTOMOBILE' 
  AND c_acctbal > 5000.00;
模糊查询
使用 LIKE 进行模糊匹配：
SELECT c_custkey, c_name
FROM customer
WHERE c_name LIKE 'Customer%';
对结果进行排序
使用 ORDER BY 子句可以对查询结果进行排序。
升序排序（默认）
按订单日期升序排列：
SELECT o_orderkey, o_orderdate, o_totalprice
FROM orders
ORDER BY o_orderdate;
或显式指定 ASC：
SELECT o_orderkey, o_orderdate, o_totalprice
FROM orders
ORDER BY o_orderdate ASC;
降序排序
查询账户余额最高的客户：
SELECT c_custkey, c_name, c_acctbal
FROM customer
ORDER BY c_acctbal DESC;
查询最近的订单：
SELECT o_orderkey, o_orderdate, o_totalprice
FROM orders
ORDER BY o_orderdate DESC;
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_orderpriority
FROM orders
ORDER BY o_orderdate DESC, o_totalprice DESC;
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_totalprice
FROM orders
ORDER BY o_orderdate DESC, o_totalprice DESC;
通过 EXPLAIN 查看执行计划：
EXPLAIN SELECT o_orderkey, o_orderdate, o_totalprice
FROM orders
ORDER 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。
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。
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_totalprice
FROM orders
ORDER BY o_totalprice DESC
LIMIT 10;
查询账户余额最高的前20名客户：
SELECT c_custkey, c_name, c_acctbal
FROM customer
ORDER BY c_acctbal DESC
LIMIT 20;
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_acctbal
FROM customer
ORDER BY c_custkey
LIMIT 20, 20;  -- offset=20, count=20
方式二（推荐）：
-- 更清晰的写法
SELECT c_custkey, c_name, c_acctbal
FROM customer
ORDER BY c_custkey
LIMIT 20 OFFSET 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_totalprice
FROM orders
ORDER BY o_totalprice DESC;
-- 扫描行数: 1,500,000 (全表)
﻿
-- 有 LIMIT：提前终止
SELECT o_orderkey, o_totalprice
FROM orders
ORDER BY o_totalprice DESC
LIMIT 10;
-- 扫描行数: ~10（使用索引）或使用堆排序优化
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_orderdate
FROM orders
ORDER BY o_orderkey
LIMIT 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 ID
SELECT o_orderkey, o_orderdate
FROM orders
WHERE o_orderkey > 1000000  -- 上次最后一条记录的 ID
ORDER BY o_orderkey
LIMIT 20;
﻿
-- 方式二：使用覆盖索引 + 延迟关联
SELECT o.o_orderkey, o.o_orderdate, o.o_totalprice
FROM orders o
INNER JOIN (
    SELECT o_orderkey
    FROM orders
    ORDER BY o_orderkey
    LIMIT 1000000, 20
) tmp ON o.o_orderkey = tmp.o_orderkey;
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。
基础聚合函数
统计总订单数：
SELECT COUNT(*) AS total_orders
FROM orders;
统计总销售额：
SELECT SUM(o_totalprice) AS total_sales
FROM 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_amount
FROM orders;
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_count
FROM customer
GROUP BY c_mktsegment
ORDER 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_amount
FROM orders
GROUP 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_amount
FROM orders
GROUP BY o_orderstatus;
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_spent
FROM orders
GROUP BY o_custkey
HAVING COUNT(*) > 1000
ORDER 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_amount
FROM orders
GROUP BY YEAR(o_orderdate)
HAVING AVG(o_totalprice) > 10000
ORDER BY order_year;
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_count
FROM customer;
统计有订单的客户数量：
SELECT COUNT(DISTINCT o_custkey) AS active_customers
FROM orders;
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 customer
GROUP 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_sales
FROM orders
GROUP 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_sales
FROM orders
WHERE o_orderdate BETWEEN '1995-01-01' AND '1995-12-31';
单表查询

本页目录：

开始之前

简单查询

基本 SELECT 语句

查询所有列

使用别名

对结果进行筛选

等值条件查询

比较条件查询

范围查询

多条件组合

模糊查询

对结果进行排序

升序排序（默认）

降序排序

多列排序

排序优化建议

限制查询结果数量

获取前 N 条记录

分页查询

LIMIT 优化机制

分页优化建议

聚合查询

基础聚合函数

分组聚合

HAVING 子句

去重统计

聚合查询优化
