为什么SUM统计会慢
直接对明细表做SUM聚合，尤其是跨大时间范围或关联多张表时，数据库要扫描大量行、计算每条记录的值，再汇总。如果没建好索引、字段没走索引、或者数据量上亿，SUM就容易卡住。不是函数本身慢，而是它背后触发的全表扫描或低效连接拖慢了整体响应。
预聚合表的核心思路
把“每次查都要算”的逻辑，变成“提前算好、存起来、查时直接取”。比如按天/按客户/按产品维度，预先算好销售额总和、订单数、平均单价等指标，存在一张独立的汇总表里。查询时只扫几千行聚合表，而不是几百万行明细表。
- 聚合粒度要匹配常用查询条件（如常按“日期+门店”查，就按这两个字段分组预计算）
- 聚合字段尽量覆盖高频SUM、COUNT、AVG等，避免重复加工
- 用定时任务（如每天凌晨）或触发器/消息队列实时更新，保证数据不过期
怎么建一张高效的预聚合表
以销售明细表sales_detail为例，常用查询是“查某月各门店销售额总和”，可建如下预聚合表：
住哪API酒店+租车源码包
下载
数据本地化解决接口缓存数据无限增加，读取慢的问题，速度极大提升更注重SEO优化优化了系统的SEO，提升网站在搜索引擎的排名，增加网站爆光率搜索框本地化不用远程读取、IFRAME调用，更加容易应用及修改增加天气预报功能页面增加了天气预报功能，丰富内容增加点评和问答页面增加了点评和问答相关页面，增强网站粘性电子地图优化优化了电子地图的加载速度与地图功能酒店列表增加房型读取酒店列表页可以直接展示房型，增
CREATE TABLE sales_daily_store AS SELECT DATE(created_at) AS stat_date, store_id, SUM(amount) AS total_amount, COUNT(*) AS order_cnt FROM sales_detail GROUP BY DATE(created_at), store_id;
关键点：
- 主键或联合索引建在(stat_date, store_id)上，让点查极快
- 如果还要支持“某门店近7天趋势”，加一个stat_date单独索引
- 避免在预聚合表里留冗余字段（如商品名、用户地址），只存聚合结果和分组键
查询时如何无缝切到预聚合表
业务SQL不改逻辑，只换表名或用视图兜底。推荐两种方式：
- 视图路由：建一个v_sales_summary视图，内部判断参数时间范围——近7天走预聚合表，历史数据走明细表UNION ALL（冷热分离）
- 应用层开关：在报表服务里加配置项，比如use_pre_agg=true时自动拼预聚合表SQL，否则走原逻辑
- 注意预聚合表的NULL值和明细表一致性（比如未支付订单是否计入），需在ETL阶段明确清洗规则
