共计 3487 个字符，预计需要花费 9 分钟才能阅读完成。
这篇文章主要为大家展示了“mysql 中如何查询前 90% 的数据值”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让丸趣 TV 小编带领大家一起研究并学习一下“mysql 中如何查询前 90% 的数据值”这篇文章吧。
先创建实验数据
create table t(
query_time date,
ts float
);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,90.04);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,89.24);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,76.08);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,12.66);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,35.08);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,37.42);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,81.86);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,97.03);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,39.57);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,6.75);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,15.05);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,55);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,29.83);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,84.17);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,31.35);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,4.24);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,27.17);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,23.14);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,34.16);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-29 ,1.38);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,4.42);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,17.97);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,76.6);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,29.08);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,15.58);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,90.68);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,6.67);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,61.28);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,86.42);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,48.24);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,81.94);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,64.99);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,79.13);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,0.66);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,65.93);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,27.65);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,40.46);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,19.36);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,75.4);
INSERT INTO `t` (`query_time`,`ts`) VALUES (2018-06-30 ,18.94);
t 是查询日志表.
表有两列数据, 其中一列是查询时间, 另外一列是 查询的时间.
查询每天 前 71%,81%,91% 的记录的时间.
其中的百分比是动态修改的, 配置信息存放在表里. 使用如下 SQL 模拟.
其中 v 是百分比,seq 是排序显示的优先级.
求解 SQL 如下:
select query_time,v,ts
from (
select t6.query_time,t6.ts,v,seq,
case when @gid=concat(seq, # ,query_time) then @rn:=@rn+1 when @gid:=concat(seq, # ,query_time) then @rn:=1 end s
from (
select query_time,ts,rn,percent,v,v-percent d,seq from (
select t2.query_time,ts,rn,rn/total percent from (
select query_time,ts,
case when @gid=query_time then @rn:=@rn+1 when @gid:=query_time then @rn:=1 end rn
from (
select * from t ,(select @gid:= ,@rn:=0) vars order by query_time,ts
) t1
) t2 inner join (
select query_time,count(*) total from t group by query_time
) t3 on(t2.query_time=t3.query_time)
) t4 ,
(select 0.71 v,1 seq union all select 0.81,2 union all select 0.91,3) t5
) t6 where d =0 order by query_time,v,d
) t7 where s=1 order by query_time,seq ;
核心思路:
1. 按照日期分组, 以查询时间排序, 在分组内加行号.
2. 分组内行号除以每天查询的总数, 可以得出本记录在全体中的百分比
3. 用配置表中配置的百分比减去第二步算出的百分比, 大于 0 的最小记录就是我们要的结果.
这个计算过程再次使用了分组内排序加行号的操作.
性能分析
在 MySQL 数据库下, 这应该是这种需求性能最好的解法了.
对于符合条件的记录进行了两遍扫描.
以上是“mysql 中如何查询前 90% 的数据值”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注丸趣 TV 行业资讯频道！
