通过 Join-Where-Group 通过选择查询避免使用临时的正确索引；使用文件排序

Posted 2023-02-24

技术标签:

【中文标题】通过 Join-Where-Group 通过选择查询避免使用临时的正确索引；使用文件排序【英文标题】：Correct indexing by Join-Where-Group By select queries avoiding Using temporary; Using filesort 【发布时间】：2013-01-05 16:08:00 【问题描述】：

我已经搜索了很多关于下面描述的案例的解决方案，但不幸的是我没有找到类似的案例。

我有以下情况：（作为新用户，网站拒绝了我的图片，但我可以通过邮件发送。下面是它的文字表示）

Table 1 "swap_plan"          Table 2 "cell"
ClusterName | SiteID         SiteID    | Cell      |  Time       | Counter
-----------------------      ---------------------------------------------
Cluster A   | SiteID A1      SiteID A1 | Cell A1-1 | day1        | 5
Cluster A   | SiteID A2      SiteID A1 | Cell A1-1 | day2        | 3
Cluster A   | SiteID A3      SiteID A1 | Cell A1-1 | day3        | 6
Cluster A   | SiteID A4      SiteID A1 | Cell A1-2 | day1        | 6
Cluster A   | SiteID A5      SiteID A1 | Cell A1-2 | day2        | 2
Cluster A   | SiteID A6      SiteID A1 | Cell A1-2 | day3        | 9
.......................      ..............................................
Cluster B   | .........      ..............................................

(Where No 1)      (ON Clause "SiteID")            (Where No 2)    Sum(Counter)

我必须显示一些性能指标（表 2“单元格”中的“计数器”），随时间汇总（表 2“单元格”中的“时间”）和集群（表 1“swap_plan”中的“集群名称”）。

连接是通过两个表“SiteID”的公共列完成的。请注意，在表 2“单元”中，每个 SiteID 由 3 个不同的对象（“单元”）组成。所以，实际上我为每个单元格做“计数器”的 SUM()。

查询如下：

SELECT ClusterName,Time,SUM(counter)
FROM cell
INNER JOIN swap_plan ON swap_plan.Siteid = cell.Siteid
WHERE ClusterName='Cluster A' AND Time>=day1 AND Time<=day2
GROUP BY Time

列类型如下：

表1“交换计划”：

集群名称 - CHAR(30) 站点 ID - VARCHAR(10)

表2“单元格”：

站点 ID - VARCHAR(10) 时间 - 日期时间计数器 - INT

“解释”显示如下：

table          type    key           key_len      ref               rows  Extra

swap_plan      ref     Index 1       30           const             31    Using where; Using index; Using temporary; Using filesort
cell           ref     Index_siteid  13           swap_plan.SiteID  368   Using where

用到的索引如下：

swap_plan：索引 1（1.ClusterName 和 2.SiteID）

单元格：Index_siteid (SiteID)

优化器查看的行数非常低，这很好：

swap_plan：6066 个中的 31 个和单元格：660 万个中的 368 个。

我的问题是这些“使用临时；使用文件排序”。据我了解，这来自 Group By 所需的排序（如果我删除它，这些过程不会根据解释执行）。我发现为了避免它们，您需要在分组依据的列上有一个索引。我有一个只包含“时间”列的特殊索引，但没有使用这个索引，即使有提示“使用索引 FOR GROUP BY ()”。

因此，我的查询运行速度不够快 - 大约需要 15 秒（例如 15 个 SiteID 和 10 个日期），我需要将此持续时间减少到至少一半。

我的主要问题是：

完全可以删除“使用临时；使用文件排序”或减少执行所需的时间？（我试图增加读取缓冲区大小为 16MB，无影响）在 JOIN 情况下我需要什么样的索引定义，当在 WHERE 子句中我按不同表中的 2 列过滤时，在 ON 子句中我按第 3 列过滤时我可以应用哪种 Group By 优化（索引等）？

非常感谢您！

【问题讨论】：

【参考方案1】：

我会这样写查询：

SELECT c.time
     , SUM(c.counter)
     , MAX(p.clustername) AS clustername
  FROM cell c

  JOIN swap_plan p
    ON p.siteid      = c.siteid
   AND p.clustername = 'Cluster A'

 WHERE c.time  >=  'day1'
   AND c.time  <=  'day2'
 GROUP
    BY c.time

我一定会在cell 上有一个以time 作为前导列的索引。

mysql 可以使用相同的索引来满足范围谓词（在 WHERE 子句中），并且无需“使用文件排序”操作即可满足 GROUP BY。