什么索引应该提高选择查询的性能？

Posted 2023-02-23

【中文标题】什么索引应该提高选择查询的性能？

【英文标题】：What index should increase performance of select query?

【发布时间】：2016-05-23 07:38:11

【问题描述】：

这是表结构：

+--------------+--------------+------+-----+---------+----------------+
| Field        | Type         | Null | Key | Default | Extra          |
+--------------+--------------+------+-----+---------+----------------+
| id           | int(11)      | NO   | PRI | NULL    | auto_increment |
| visitor_hash | varchar(40)  | YES  | MUL | NULL    |                |
| uri          | varchar(255) | YES  |     | NULL    |                |
| ip_address   | char(15)     | YES  | MUL | NULL    |                |
| last_visit   | datetime     | YES  |     | NULL    |                |
| visits       | int(11)      | NO   |     | NULL    |                |
| object_app   | varchar(255) | YES  | MUL | NULL    |                |
| object_model | varchar(255) | YES  |     | NULL    |                |
| object_id    | varchar(255) | YES  |     | NULL    |                |
| blocked      | tinyint(1)   | NO   |     | NULL    |                |
+--------------+--------------+------+-----+---------+----------------+

这是请求：

SELECT  `object_id`
    FROM  `visits_visit`
    WHERE  `object_model` = 'News'
    GROUP BY  `object_id`
    ORDER BY  COUNT( * ) DESC
    LIMIT  0, 3 

响应时间约为 77.63 毫秒。

CREATE INDEX resource_model ON visits_visit (object_model(100));

在此请求之后，响应时间增加到 ~150 毫秒。

如何提高这种情况下的性能？谢谢。

更新：

回答 Michal Komorowski。 这是索引前的解释：

+----+-------------+--------------+------+---------------+------+---------+------+--------+----------------------------------------------+
| id | select_type | table        | type | possible_keys | key  | key_len | ref  | rows   | Extra                                        |
+----+-------------+--------------+------+---------------+------+---------+------+--------+----------------------------------------------+
|  1 | SIMPLE      | visits_visit | ALL  | NULL          | NULL | NULL    | NULL | 142938 | Using where; Using temporary; Using filesort |
+----+-------------+--------------+------+---------------+------+---------+------+--------+----------------------------------------------+
1 row in set (0.00 sec)

这是在索引之后：

+----+-------------+--------------+------+----------------+----------------+---------+-------+-------+----------------------------------------------+
| id | select_type | table        | type | possible_keys  | key            | key_len | ref   | rows  | Extra                                        |
+----+-------------+--------------+------+----------------+----------------+---------+-------+-------+----------------------------------------------+
|  1 | SIMPLE      | visits_visit | ref  | resource_model | resource_model | 303     | const | 64959 | Using where; Using temporary; Using filesort |
+----+-------------+--------------+------+----------------+----------------+---------+-------+-------+----------------------------------------------+
1 row in set (0.00 sec)

我不知道是什么给了我这些信息。

SELECT  `object_id`
    FROM  `visits_visit`
    WHERE  `object_model` = 'News'
    GROUP BY  `object_id`
    ORDER BY  COUNT( * ) DESC
    LIMIT  0, 3 

索引前 78.85 毫秒，索引后 365.59 毫秒。

我也有索引

CREATE INDEX resource ON visits_visit (object_app(100), object_model(100), object_id(100));

但我需要这个，因为在其他选择查询中，WHERE 包含这三个键。

更新：

我正在使用 django 调试工具栏来测试请求的性能。

更新：

查询：

ANALYZE TABLE visits_visit;

输出：

+-----------------------------+---------+----------+-----------------------------+
| Table                       | Op      | Msg_type | Msg_text                    |
+-----------------------------+---------+----------+-----------------------------+
| **************.visits_visit | analyze | status   | Table is already up to date |
+-----------------------------+---------+----------+-----------------------------+
1 row in set (0.00 sec)

更新：

SHOW INDEXES FROM visits_visit;

输出：

+--------------+------------+-----------------------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table        | Non_unique | Key_name              | Seq_in_index | Column_name  | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+--------------+------------+-----------------------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| visits_visit |          0 | PRIMARY               |            1 | id           | A         |      142938 |     NULL | NULL   |      | BTREE      |         |               |
| visits_visit |          1 | visits_visit_0880babc |            1 | visitor_hash | A         |      142938 |     NULL | NULL   | YES  | BTREE      |         |               |
| visits_visit |          1 | visits_visit_5325a746 |            1 | ip_address   | A         |      142938 |     NULL | NULL   | YES  | BTREE      |         |               |
| visits_visit |          1 | resource              |            1 | object_app   | A         |           1 |      100 | NULL   | YES  | BTREE      |         |               |
| visits_visit |          1 | resource              |            2 | object_model | A         |           3 |      100 | NULL   | YES  | BTREE      |         |               |
| visits_visit |          1 | resource              |            3 | object_id    | A         |         959 |      100 | NULL   | YES  | BTREE      |         |               |
+--------------+------------+-----------------------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+---------------+

【问题讨论】：

应用索引前后的执行计划检查了吗？

谢谢你的回答，Michal Komorowski，我在下面回答了你。

尝试运行 ANALYZE TABLE visit_visit 然后检查结果。您也可以尝试OPTIMIZE TABLE visit_visit，但这可能需要更多时间。

你能做一个小实验，例如通过将 object_model(100) 更改为 object_model(10) 来显着减少索引的长度吗？

webmonkeyuk.wordpress.com/2010/09/27/…

【参考方案1】：

在我看来，虽然你有一个索引，但 mysql 不知道如何正确使用它。当表中有关数据分布（统计）的信息不是最新的时，就会发生这种情况。为了更新它们，您应该致电ANALYZE TABLE visits_visit，然后检查结果。

【讨论】：

我做到了并将其添加到问题中。

【参考方案2】：

我对sql机制的误解感到困惑，所以我决定创建模型Popular并每24小时在其中保存实例。感谢所有试图提供帮助的人。

【讨论】：

只检查创建索引前后检查的行数。

谢谢你的回答，桑迪，检查是什么意思？

rows 列表示 MySQL 认为它必须检查以执行查询的行数。 dev.mysql.com/doc/refman/5.5/en/explain-output.html

@vadimka 您应该将此详细信息作为问题的一部分发布，而不是作为答案。

【参考方案3】：

正如我在您的另一个问题中所说，前缀索引实际上是无用的；除非在极少数情况下，否则不要使用它们。

将字段缩小到合理的长度，您就不会想使用前缀索引。

该查询的最佳索引是INDEX(object_model, object_id)。尝试使用 INDEX(object_model(##), ...) 将无法通过 object_model 到达它之后的任何内容。

如果object_model 是“新闻”之类的东西，我怀疑其他可能的值很短，并且可能存在有限数量的模型。对于“短”更改为一些较小的VARCHAR。对于“有限”，请考虑使用ENUM('News', 'Weather', 'Sports', ...)。

至于为什么索引后花了更长的时间......

没有索引，优化器别无选择，只能扫描整个表。这是一个简单的线性扫描。它会读取但不计算任何非新闻行。 有了索引，优化器就有了使用索引的额外选择。但是，也许大多数行都是新闻？好吧，它会扫描索引（很好），但是对于索引中的每个新闻项目，它必须查找行以获取object_id（不太好）。 （从时间上看）后者的效率似乎较低。

通过收缩声明并使用INDEX(object_model, object_id)（按此顺序），可以在索引中执行查询。将索引想象成一个只有这两列的迷你表。它更小。它是按型号排序的，因此只需要扫描“新闻”部分。解释将通过说“使用索引”来显示这种“覆盖”。

如果是所有情况，GROUP BY 会增加一些开销——要么将 object_id 的哈希值保存在 RAM 中，要么保存中间结果并对其进行排序。那么ORDER BY 需要在LIMIT 可以应用之前进行排序（或优先级哈希）。