01 前言
哈喽，我是狗哥，好久不见呀！是的，我又又换了工作。最近一直在面试这几天刚好整理下在面试中被问到有意思的问题，也借此机会跟大家分享下。
这家企业的面试官有点意思，一面是个同龄小哥，一起聊了两个小时（聊到我嘴都干了）。二面是个从阿里出来的架构师，视频面试，我做完自我介绍之后，他一开场就问我：
对 MySQL 熟悉吗？
我一愣，随之意识到这是个坑。他肯定想问我某方面的原理了，恰好我研究过索引。就回
答：
对索引比较熟悉。
他：
group by 是怎么实现分组的？
还好我又复习，基本上 group by 用法、工作原理、怎么优化之类的都答到点子上。今天也跟大家盘一盘 group by，我将从原理讲到最终优化，给大家聊聊 group by，希望对你有所帮助。
国际惯例，先上思维导图。PS：文末有福利
02 一个简单的例子
还是借我们之前讲 order by 时创建的商品订单表来演示。建表语句：
CREATE TABLE `sale_order` ( `id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键', `user_code` varchar(64) NOT NULL COMMENT '用户编号', `goods_name` varchar(64) NOT NULL COMMENT '商品名称', `order_date` timestamp NULL DEFAULT CURRENT_TIMESTAMP COMMENT '下单时间', `city` varchar(64) DEFAULT NULL COMMENT '下单城市', `order_num` int(10) NOT NULL COMMENT '订单数量', PRIMARY KEY (`id`) USING BTREE ) ENGINE=InnoDB AUTO_INCREMENT=10001 DEFAULT CHARSET=utf8 ROW_FORMAT=COMPACT COMMENT='商品订单表';
数据如下，我之前就导入准备好的：
数据准备好了，需求也来了。现在产品要求统计表中每个城市的下单人数，这个需求是不是很简单？sql 语句我们也可以很快给出：
select city, count(*) as num from sale_order group by city;
这条 sql 的结果也很快就出来了：
sql 我们会写，结果也很快就出来了。但是原理你知道么？执行流程又是怎样的呢？
03 group by 的原理
3.1 explain 分析
废话不多说，遇事不决 explain。想要知道 sql 的性能咋样，怎么执行的，都要用 explain 分析。想要知道 explain 的每个指标代表啥意思，可以看我之前的文章：《explain 很重要吗？》
注意到最后一列 Extra ，这列代表的是 sql 执行过程中会做什么？上图中这列有两个值，
一个是 Using temporary，一个是 Using filesort。
- Using temporary：代表需要用到临时表。OS：这是个啥？？？
- Using filesort：需要排序。OS：挖草，还需要排序？？？
要想搞明白为什么需要临时表和排序，我们就得分析 group by 的执行流程了。
3.2 执行流程
根据 explain 分析，我们知道执行过程中肯定有创建临时表和排序两个步骤，下面来分析一下：
- 创建内存临时表，表里面有两个字段：city 和 num；
- 全表扫描 sale_order 表，取出 city = 某城市（比如广州、深圳、上海，囊括你表里涉及到的城市）的记录
- 临时表没有 city = 某城市的记录，直接插入，并记为 (某城市，1)；
- 临时表里有 city = 某城市的记录，直接更新，把 num 值 +1
- 重复步骤 2 直至遍历完成，根据 city 字段做排序，然后把结果集返回客户端。
至此整个过程就完事了。我知道这样不直观，所以我又画个图，方便你们理解：
图中最后一步，对内存临时表的排序，具体的细节在之前的 《order by 是怎么排序的？》一文章中已经有过介绍，欢迎点击跳转。同样是非常细节的一个 mysql 关键字，强烈推荐你去看下。
