优化 SQL 查询以避免全表扫描

Posted 2023-02-16

【中文标题】优化 SQL 查询以避免全表扫描

【英文标题】：Optimizing a SQL query to avoid full table scan

【发布时间】：2011-05-19 02:00:55

【问题描述】：

考虑以下查询：

SELECT * FROM Transactions
WHERE day(Stamp - interval 3 hour) = 1;

Transactions 表中的Stamp 列是一个TIMESTAMP，上面有一个索引。 如何更改此查询以避免全表扫描？ （即在 day() 函数之外使用 Stamp）

谢谢！

【问题讨论】：

我不是要“功能索引”——它们不存在。相反，我想以与将“SELECT * FROM table WHERE sqrt(column) = 2”转换为“SELECT * FROM table WHERE column = 4”相同的方式转换此查询

【参考方案1】：

我会这样做：

添加一些额外的字段：YEAR、MONTH、DAY 甚至 HOUR、MINUTE，具体取决于您期望的流量。 然后构建一个触发器来填充额外的字段，可能会提前减去 3 小时的间隔。 最后在额外的字段上建立一些索引。

【讨论】：

mysql 不支持函数索引 - Massimog 的解决方案是指定每个可能的日期范围的唯一替代方案 - 但是由于您的查询可能会提取 1/30 的行，因此使用索引查找将并不比使用全表扫描快很多。

您在性能方面的考虑可能是对的 - 从来没有真正考虑过这一点。对转换我的查询更感兴趣。

看起来我想要的不太可能，从性能的角度来看，您的建议看起来是最好的。

【参考方案2】：

如果目标只是避免全表扫描，并且您有一个用于事务的主键（比如命名为 PK），请考虑添加覆盖索引

ALTER TABLE Transactions ADD INDEX cover_1 (PK, Stamp)

然后

SELECT * FROM Transactions WHERE PK IN (SELECT PK FROM Transactions
WHERE day(Stamp - interval 3 hour) = 1
 )

此查询不应使用全表扫描（但是如果表中的行数很少或出于任何其他统计原因，优化器可能会决定使用全表扫描:)）

更好的方法可能是使用临时表而不是子查询。

【参考方案3】：

你可以经常重写函数，这样你就有了看起来像WHERE Stamp=XXXX 的东西，而 XXXX 是一些表达式。您可以为每个月创建一系列 BETWEEN 语句 WHERE Stamp BETWEEN timestamp('2010-01-01 00:00:00') AND timestamp ('2010-01-01 23:59:59') OR Stamp BETWEEN ...，但我不确定在这种情况下这是否会使用索引。正如@petr 所建议的那样，我将建立一个列是一个月中的某一天。

【参考方案4】：

在运行主查询之前单独计算所需的 Stamp 值，即

第 1 步 - 计算所需的 Stamp 值

第 2 步 - 运行查询，其中 Stamp >（计算值）

因为第 2 步中没有计算，所以您应该可以使用您的索引。

【参考方案5】：

如果我理解正确，您基本上想返回邮票落在每个月第一天的所有行（减去 3 小时）？如果（这是一个很大的如果），你有一个固定的窗口，比如最近的 6 个月，你可以列举 6 个范围测试。但是，我仍然不确定索引访问是否会更快。

select *
  from transactions
 where stamp between timestamp '2010-06-01 03:00:00' and timestamp '2010-06-02 02:59:59'
    or stamp between timestamp '2010-07-01 03:00:00' and timestamp '2010-07-02 02:59:59'
    or stamp between timestamp '2010-08-01 03:00:00' and timestamp '2010-08-02 02:59:59'
    or stamp between timestamp '2010-09-01 03:00:00' and timestamp '2010-09-02 02:59:59'
    or stamp between timestamp '2010-10-01 03:00:00' and timestamp '2010-10-02 02:59:59'
    or stamp between timestamp '2010-11-01 03:00:00' and timestamp '2010-11-02 02:59:59'
    or stamp between timestamp '2010-12-01 03:00:00' and timestamp '2010-12-02 02:59:59';

注意！我不确定时间戳的毫秒部分是如何工作的。您可能需要相应地填充它。

【参考方案6】：

稍微修改 petr 的答案以避免 IN 子句，并使其适用于 MyISAM 或 InnoDB。

对于 MyISAM

ALTER TABLE Transactions ADD INDEX cover_1 (PK, Stamp)

或者，对于 InnoDB，PK 隐式包含在每个索引中，

ALTER TABLE Transactions ADD INDEX Stamp (Stamp)

然后

SELECT * 
FROM Transactions LEFT JOIN
  (
  SELECT PK 
  FROM Transactions 
  WHERE DAYOFMONTH(Stamp - interval 3 hour) = 1
  ) a ON Transactions.PK=a.PK

子查询将只执行索引，而外部查询只会从 a.PK 所经过的表中提取行。