如何使简单的 GROUP BY 使用索引？

Question

我想通过温度计的温度读数获取给定 table 的每小时平均温度，行结构：thermometer_id, timestamp (float, julian days), value (float) 加上 timestamp 上的升序索引。

为了得到 4 天前的一整天，我正在使用这个查询：

SELECT 
    ROUND(AVG(value), 2), -- average temperature
    COUNT(*)              -- count of readings
FROM reads
WHERE 
    timestamp >= (julianday(date('now')) - 5) -- between 5 days
    AND 
    timestamp < (julianday(date('now')) - 4)  -- ...and 4 days ago
GROUP BY CAST(timestamp * 24  as int)         -- make hours from floats, group by hours

效果不错，但速度很慢，对于一个 9MB 的数据库，355k 行，它需要超过半秒才能完成，这是令人困惑的长，应该不会超过几十秒小姐。它在不太快的硬件（虽然不是 ssd）上这样做，但我正准备在 raspberry pi 上使用它，相比之下相当慢 + 它每天的工作将增加 80k 行。

Explain解释原因：

"USE TEMP B-TREE FOR GROUP BY"

我已经尝试添加 day 和 hour 列的索引只是为了快速访问，但是，group by 仍然没有使用任何索引。

如何调整此查询或数据库以加快此查询速度？

Answer 1

如果使用索引来优化 GROUP BY，则无法再优化 timestamp 搜索（除非使用 skip-scan optimization，您的旧 SQLite 可能没有）。并且遍历 reads 中的所有行，只是因为时间戳不匹配而将其中的大部分丢弃，效率不高。

如果 SQLite 没有自动执行正确的操作，即使在运行 ANALYZE 之后，您可以尝试强制它使用特定索引：

CREATE INDEX rhv ON reads(hour, value);
SELECT ... FROM reads INDEXED BY rhv WHERE timestamp ... GROUP BY hour;

但这不太可能产生实际上更快的查询计划。

Answer 2

正如@colonel-thirty-two 评论的那样，问题出在 GROUP BY CAST(timestamp * 24 as int) 上的转换和乘法。这样的分组将完全忽略索引，因此查询时间很慢。当我使用 hour 列进行时间比较和分组时，查询立即完成。

如何使简单的 GROUP BY 使用索引？

How to make simple GROUP BY use index?

sqlite

performance

group-by

query-performance