En temas de optimización, muchas veces hay que hacer pruebas en vivo en un entorno similar al de producción y con datos también similares, pues incluso de una instalación a otra las cosas pueden variar por versiones, etc.
Luego, comentar que la agrupación de tu consulta está mal formada, en lo que respecta al SQL estándar. La regla es que las columnas o están en la cláusula group by
o tienen una función de agregación, tal como min()
, max()
, sum()
etc.
El único motor que acepta este tipo de consulta mal formada es mySQL si está configurado sin sql_mode=only_full_group_by
. No tengo dónde probar la consulta, así que no estoy seguro del resultado que realmente produce, pero asumo que va a ser una fila por póliza y año.
Hechas estas aclaraciones, mi diagnóstico es que tu consulta realiza dos operaciones que tienden a requerir más esfuerzo del necesario:
Primero, como bien has identificado ya, es la agrupación. Esta es innecesaria. Entiendo que buscas obtener todos los años para los que hay registros en cada póliza. Por suerte, podemos valernos de una tabla derivada para obtener este resultado y hacer manualmente el join. La consulta que nos devuelve la información que buscamos sería algo como:
select distinct p_number
, substring(month from 1 for 4) anio
from pay_amb
La ventaja de esto es que, una vez tenemos un registro por póliza y año, ya no hace falta agrupar en el resultado final.
Para que esta consulta se ejecute de la manera más rápida, mi sugerencia es tener un índice por p_number
y month
. Si tu motor lo soporta, sería mejor aún un índice por p_number
y los primeros 4 caracteres de month
. En MySQL 8 o superior, puedes valerte de un índice funcional.
La otra es la subconsulta. En muchas ocasiones, las subconsultas son convertidas por el motor en un join, pero si el optimizador tiene dificultad realizando esta operación, puede terminar lanzando la sub-consulta por cada registro que procesa en la consulta. Esto tiene un efecto más nocivo aún si lo sumamos con la producción de múltiples registros por póliza y año, para solo terminar agrupando y descartándolos. Por suerte, podemos también usar una tabla derivada para tener todos los datos en una sola pasada y hacer nosotros el join con este resultado intermedio.
La consulta que nos devuelve la información que buscamos, que es un registro por póliza y año, con la sumatoria de las comisiones de enero, sería algo como:
select p_number
, substring(month from 1 for 4) anio
, sum(commission) ene
from pay_amb
where substring(month from 6 for 2) = '01'
group by p_number, substring(month from 1 for 4)
Como se puede ver, en esta si que es necesario agrupar. Hacerlo de esta manera, como ya he dicho antes, tiene la ventaja que, una vez tenemos el resultado, el join entre este y la tabla3 resulta muy natural.
En motores que no soportan expresiones en los índices, no necesitamos ninguno adicional al del paso anterior, pero si lo soporta, mi sugerencia es tener un índice por p_number
, la parte de anio de month
y la parte del mes de month
(por separado).
Finalmente, con estas piezas, podemos armar la consulta completa, haciendo left join
de la tabla3 con cada una de las tablas derivadas:
select table3.policynumber as id
, concat(table3.names, ' ', table3.lastname) AS nombre
, payAnio.anio
, payEne.ene
from table3
left join (select distinct p_number
, substring(month from 1 for 4) anio
from pay_amb
) payAnio
on payAnio.p_number = table3.policynumber
left join (select p_number
, substring(month from 1 for 4) anio
, sum(commission) ene
from pay_amb
where substring(month from 6 for 2) = '01'
group by p_number, substring(month from 1 for 4)
) payEne
on payEne.p_number = payAnio.p_number
and payEne.anio = payAnio.anio
fiddle
WHERE
y elJOIN
fuesen redundantes en cuanto a la columnap_number
. Y quizá haya más cosas a mejorar, pero nada se puede decir sin conocer el modelo de datos completo y lo que hace la aplicación. Otra cosa extraña es que usesSUBSTRING
para una columna que, por el nombre, hace pensar que se trata de un mes del año. ¿Esa columna no esDATETIME
? ¿Por qué no usasMONTH
en caso de que lo sea? ¿O acaso estás almacenando un mes solo sin contar con día y año?