未使用数据库索引导致查询缓慢

Posted 2023-03-23

【中文标题】未使用数据库索引导致查询缓慢

【英文标题】：Database index not being used causing slow query

【发布时间】：2014-06-05 12:08:11

【问题描述】：

我有以下两张表：

StudentCourse
- Id, 
- StudentId, 
- CourseId  

StudentId 和 CourseId 上的唯一索引

StudentCourseCount
- Id, 
- Student1Id, 
- Student2Id, 
- CourseCount  

Student1Id 和 CourseCount 的索引

Student2Id 和 CourseCount 上的索引

当我有CourseId 时，我会列出参加该课程的学生。我想要完成的关键是在一个学生下，我想列出他们以前一起学习过的其他学生。

我正在尝试以下查询：

SELECT * FROM StudentCourseCount sc
INNER JOIN StudentCourse s1 ON s1.course_id = <id> AND sc.student1_id = s1.student_id
INNER JOIN StudentCourse s2 ON s2.course_id = <id> AND sc.student2_id = s2.student_id
WHERE sc.course_count > 1

查询按预期工作；但是，在我的超大表（超过 10,000,000 行）上它非常慢。

当我解释查询时，StudentCourseCount 不使用索引。它正确识别出Student1Id 和Student2Id 可能存在索引，但两者都不使用。

执行计划：表：sc 可能的键：Student1Id，Student2Id 键： 空行：28648392

表：c2 键：student_id 行：1

表：c1 键：student_id 行：1

第一个表明显是在扫描，没有用key快速过滤。

【问题讨论】：

你能复制一下你的表的执行计划和索引定义吗？

我只是好奇。 . .哪个应用程序在StudentCourse 表中有 10,000,000 行？

我已经添加了索引并描述了查询执行计划（它没有很好地复制/粘贴，所以我重新编写了重要的部分）。

专业提示：避免在软件中使用SELECT *，尤其是在访问大型表的查询中。返回所有列的需要会使优化器难以巧妙地满足您的查询。如果您重写查询以枚举所需的列，您将帮助我们推荐有用的索引策略。

如果它在 StudentCourseCount 上进行表扫描，我猜WHERE sc.course_count > 1 的选择性不够

【参考方案1】：

似乎您也应该将 course_id 过滤器放在外部选择中。 StudentCourseCount sc 上的唯一过滤器是 course_count。假设你只搜索 1 个 course_id，你应该有 sc.course_count>1 AND sc.course_id = id。否则，您的联接会尝试将过滤器应用于 sc.course_count>1 结果集。

假设值分布均匀，则此查询（或变体）应该是高效的。 10M 行不是很大，足够大，查询需要优化。

【讨论】：

sc 没有课程 ID，它包含学生及其人数。课程 ID 在 s1 和 s2 表中过滤。

啊，那么您似乎想先从 StudentCourse 表中进行选择，而不是 StudentCourseCount。

【参考方案2】：

我认为 Brent Baisley 有一个很好的观点，我一开始没有看到 <id>。我猜你想让两个学生都在同一门课程中，这样你就可以在 Join 中链接他们并在 where 子句中获得 course_id=<id> 条件。我认为优化器应该自己做这些事情，但值得一试：

SELECT * FROM StudentCourseCount sc
INNER JOIN StudentCourse s1 ON sc.student1_id = s1.student_id
INNER JOIN StudentCourse s2 ON s2.course_id = s1.course_id AND sc.student2_id = s2.student_id
WHERE sc.course_count > 1 AND s1.course_id = <id> 

【讨论】：

将 s1.course_id 移动到 where 子句中会更慢。所以这似乎没有帮助。

好的，那么问题又来了，您在 StudentCourseCount 和 StudentCourse 中有多少条记录？有多少 StudentCourseCount 记录符合 course_count>1 以及多少 StudentCourse 记录符合 course_id=

这是一个 3 对 1 的场景。计数包含比课程多 3 倍。对于每个课程 ID，它可能匹配 50-100 名学生。这些反过来与计数表中返回的时间相匹配，该课程有 50 名学生，它将返回每个学生与另一名学生上课的 500 个组合。

您能否更具体地了解表格和结果集的大小？如果 StudentCourse 表非常小，我想知道为什么它不用于扫描。

【参考方案3】：

这是一个非常大的查询，它返回的结果集非常大。由于返回的数据量很大，我不确定您是否可以对其进行优化。

SELECT *
FROM StudentCourseCount sc INNER JOIN
     StudentCourse s1
     ON s1.course_id = <id> AND sc.student1_id = s1.student_id INNER JOIN
     StudentCourse s2
     ON s2.course_id = <id> AND sc.student2_id = s2.student_id
WHERE sc.course_count > 1;

您想要的表索引是StudentCourseCount(course_count, student_id) 和StudentCourse(student_id, course_id)。

现在，您说此查询有效，我假设您的意思是您喜欢结果。它正在回答以下问题：

获取所有上过课程id并且还上过不止一门课程的学生对

这与：

我想在一个学生下面列出他们以前一起学习过的其他学生。

如果这是您真正的问题，我建议您在 Stack Overflow 上提出另一个问题，以获得更好的查询。