sql 报表性能优化核心是将表达式下沉至 where、join 或子查询阶段以提前过滤数据，避免 select 中重复计算；善用 cte 物化、计算列、物化视图固化高频逻辑；警惕 json/ 字符串函数导致全表扫描，优先提取为普通列并建立函数索引。
SQL 报表中复杂表达式拖慢查询速度，核心问题在于表达式在结果集生成后才计算，导致大量重复运算和无法利用索引。解决关键不是优化单个函数，而是把可提前计算的部分“搬”到 JOIN、WHERE 或子查询阶段，让数据库尽早过滤、裁剪数据量。
把表达式下沉到 WHERE 条件中
避免在 SELECT 里写 CASE WHEN date_part(‘year’, order_time) = 2024 THEN … 这类逻辑，而应提前在 WHERE 中过滤年份：
- ❌ 慢写法：WHERE status = ‘done’ AND CASE WHEN EXTRACT(YEAR FROM create_time) = 2024 THEN 1 ELSE 0 END = 1
- ✅ 快写法：WHERE status = ‘done’ AND create_time >= ‘2024-01-01’ AND create_time
这样能走时间字段的索引，大幅减少扫描行数。
用子查询或 CTE 预计算中间值
当表达式涉及多表关联后聚合（如“客户最近 3 笔订单平均金额”），直接在主 SELECT 里嵌套子查询会反复执行。改用 CTE 提前算好：
- ✅ 把客户维度 + 聚合逻辑单独拎出：WITH cust_stats AS (SELECT customer_id, AVG(amount) AS avg_recent_amt FROM orders WHERE order_time > NOW() – INTERVAL ‘3 months’ GROUP BY customer_id)
- ✅ 主查询只 JOIN cust_stats，不再重复计算
数据库通常会对 CTE 物化（尤其 PostgreSQL/Oracle），避免多次执行相同逻辑。
用计算列或物化视图固化高频表达式
对长期不变或低频更新的表达式（如“订单金额 × 税率”，税率每月一调），可在表中增加计算列（MySQL 5.7+/PostgreSQL）或建物化视图：
- MySQL 示例：ALTER TABLE orders ADD COLUMN amount_with_tax DECIMAL(10,2) AS (amount * 1.08) STORED;
- 查询时直接 WHERE amount_with_tax > 1000，无需每次计算
- 物化视图适合跨多表、逻辑更重的场景（如销售区域层级汇总）
本质是用少量存储换大量 CPU 和 IO 节省。
警惕字符串 /JSON 函数的隐式全表扫描
像 JSON_EXTRACT(data, ‘$.status’)、SUBSTRING(title, 1, 5) 这类函数若出现在 WHERE 或 JOIN 条件中，几乎必然导致全表扫描：
- ✅ 提前在 ETL 或触发器中把 JSON 字段的关键值抽成普通列（如 status_code VARCHAR(20)）
- ✅ 对需模糊匹配的字符串，考虑生成 ngram 索引或用全文检索引擎（如 PostgreSQL 的 tsvector）
- ❌ 避免 WHERE UPPER(name) = ‘ABC’ —— 改为创建函数索引：CREATE INDEX idx_name_upper ON users (UPPER(name));
函数索引是兜底方案，优先保证原始字段可索引。
