如何优化这个大表SQL查询的响应时间?
Posted
技术标签:
【中文标题】如何优化这个大表SQL查询的响应时间?【英文标题】:How to optimize the response time of this SQL query of a large table? 【发布时间】:2020-02-08 05:42:44 【问题描述】:我有一个中型表(大约 350000 个条目并且还在增长)。我需要从表中获取 dev_id 和 var_id 对的最后一个条目。我实际上可以获取它们,但是查询大约需要 20 秒,而且这对于我的目的来说是不可接受的。
我正在使用 MariaDB 在 mysql 服务器上尝试下一个查询:
select d.dev_id, d.var_id, d.ts, d.value from data_table d
where d.ts > NOW() - INTERVAL 2 DAY
and ts = (SELECT MAX(ts) FROM data_table
WHERE dev_id = d.dev_id
AND var_id = d.var_id)
ORDER BY d.dev_id
表格的结构如下:
id | dev_id | frame_number | var_id | value | ts
1 | 2 | 1 | 2 | 65.5 | 2019-10-10 19:56:05
2 | 3 | 5 | 4 | 23 | 2019-10-10 20:56:06
3 | 2 | 1 | 2 | 65.5 | 2019-10-10 20:59:30
. | . | . | . | . | .
. | . | . | . | . | .
. | . | . | . | . | .
300k| 5 | 100 | 7 | -15.23| 2020-10-10 20:59:30
我需要对类似查询获得更快的响应,但我的经验不足以检测到查询中的瓶颈
编辑 1:我不能省略 ORDER BY,但改进的省略是低的(20 秒对 18.5 秒)
编辑 2:data_table 架构
EDIT 3 以及如何修复它:添加(dev_id、var_id 和 ts)作为索引(基于多列的索引)。查询现在只需要 0.6 秒
【问题讨论】:
可以添加索引吗?您需要订购吗? 我可以添加索引(id),我也可以省略 ORDER BY @manespgav 你的 ID 应该已经被索引了,它是主键。您能否向我们展示您的完整架构,包括索引?describe data_table
将是一个好的开始。 explain <your query>
也很有帮助。
@Schwern 附为图片
查看添加的标签。
【参考方案1】:
对于这个查询:
select d.dev_id, d.var_id, d.ts, d.value
from data_table d
where d.ts > NOW() - INTERVAL 2 DAY and
ts = (SELECT MAX(d2.ts)
FROM data_table d2
WHERE d2.dev_id = d.dev_id AND d2.var_id = d.var_id
)
ORDER BY d.dev_id;
我会推荐两个索引:
data_table(ts, dev_id, var_id, value)
data_table(dev_id, var_id, ts)
第一个是外部查询的覆盖索引。第二个是内部查询的覆盖索引。
这可能会有所帮助——假设您有很多重复项。如果不是,外部order by
可能是性能问题的原因。这会更难解决。
【讨论】:
第一个索引是否需要包含var_id
和value
?
@Schwern 值不是真正的索引,只是数据值【参考方案2】:
我倾向于在这些情况下归咎于相关子查询,尽管已经建议的索引在这两种情况下都会有所帮助:
SELECT d.dev_id, d.var_id, d.ts, d.value
FROM (
SELECT dev_id, var_id, MAX(ts) AS ts
FROM data_table
WHERE ts > NOW() - INTERVAL 2 DAY
GROUP BY dev_id, var_id
) AS lastTS
INNER JOIN data_table AS d
ON lastTS.dev_id = d.dev_id AND lastTS.var_id = d.var_id AND lastTS.ts = d.ts
-- or, alternatively, USING (dev_id, var_id, ts)
ORDER BY d.dev_id
;
您当前的相关子查询正在为过去两天的每个条目单独执行(“在后台”)(dev_id, var_id)
;对于具有相同(dev_id,var_id)的多个最近条目,甚至可能重复。我建议的版本会计算最近 2 天内发生的每个 (var_id, dev_id)
的最大值一次,然后将它们加入表中以查找完整记录。
如果外部查询的中间结果很少,在处理大量数据时,更集中的相关查询可能比非相关查询更快;但如果有大量中间结果,和/或相关子查询不会显着降低非相关版本的成本,我发现非相关版本效果更好。
【讨论】:
以上是关于如何优化这个大表SQL查询的响应时间?的主要内容,如果未能解决你的问题,请参考以下文章