Question

我有一个必须尽快运行的sqlite查询。查询相当简单，但我不知道索引表格以获得最佳性能的最佳方法。

该表名为＆＃34; lexicon＆＃34;。定义是：

_id integer primary key
word text
frequency integer
lset integer
rset integer

查询是：

SELECT word,frequency FROM lexicon WHERE lset>? AND rset<? ORDER BY frequency DESC LIMIT ?

我已将所有单独的列编入索引，但我怀疑复合索引可能更好，但是哪种组合？并且lset和rset上的索引应该是升序还是降序？

编辑： lset和rset是表示树结构的嵌套设置值。因此，lset和rset的所有值都是相互独特的，并且是完美分布的。此外，在任何给定的行中，lset＆lt; RSET。

提前致谢...

Answer 1

这将取决于您的数据统计数据。

您可以尝试在lset，rset和frequency的每个组合上创建索引，以找到最佳情况，但必须然后才能拥有真实数据你的餐桌 - （lset，rset，frequency）
- （rset，lset，frequency）
- （lset，frequency，rset）
- （rset，frequency，lset）
- （frequency，lset，rset）
- （frequency，rset，lset）

首先使用frequency的优势在于它已经为您的ORDER BY和LIMIT条款做好了准备。

但是，如果词典中的每个单词恰好具有不同的频率，则索引中的第二个和第三个字段将变得毫无价值。 （数据统计数据重要的原因示例。）

哪个字段会最快限制您的记录也很重要。如果lset < x过滤器将设置缩小为原始大小的0.01%，请将该过滤器放在索引中。

但在所有可能的情况下，过滤lset < X and rset > y根本不可能完全索引。

Answer 2

如果SQLite在这方面表现得与其他DBMS相似，那么你需要一个综合索引......

{lset, rset DESC, frequency DESC}

...按此特定顺序并使用这些特定的DESC条款。

有关升序/降序索引的更多信息，请查看this article。

是的，正如@DanielRenshaw所提到的，你可以在索引的末尾包含word，纯粹是为了允许index-only scan。这被称为“覆盖”索引。

（由于群集索引已涵盖所有字段，因此无法为此类索引执行此操作。）

Answer 3

您的查询（名称略有变化）：

SELECT word,frequency 
FROM lexicon 
WHERE lset > @LeftSide 
  AND rset < @RightSide 
ORDER BY frequency DESC 
LIMIT @Num

您正在使用嵌套集模型，因此可以将其重写为：

SELECT word,frequency 
FROM lexicon 
WHERE lset > @LeftSide          --- both `lset` here
  AND lset < @RightSide         --- and here
ORDER BY frequency DESC 
LIMIT @Num

他们也可以是rset。只要您的数据不违反嵌套集模型，两者都可以工作并提供相同的结果。因此，您的查询可能需要3列的覆盖索引：

(lset, frequency, word)

它将使用索引来识别属于(@LeftSide,@RightSide)范围的（可能是数千个）行，然后使用filesort来查找具有最高频率的（@Num）字。

(frequency DESC, lset, word)上的索引在某些情况下可能会更好（它确实取决于参数值），所以如果你有这个索引也很好。但我无法回答SQLite是否会在每个实例上达到最佳指数。

根据有多少行属于该范围，它可能表现良好也不太好。但我没有看到进一步优化这种查询的简单方法。

这张桌子的最佳索引＆amp;查询？

3 个答案: