Question

我已经尝试了一切我能想到的速度来加速这个查询，但它仍然需要大约2.5秒。

该表格为images_tags（约4百万行）：这是表EXPLAIN：

Field       Type               Null     Key     Default
image_ids   int(7) unsigned    NO       PRI     NULL
tags_id     int(7) unsigned    NO       PRI     NULL

以下是索引：

Table         Non_unique  Key_name      Seq_in_index  Column_name  Collation  Cardinality  Sub_part  Packed  Null  Index_type
images_tags   0           PRIMARY       1             image_ids    A          NULL         NULL      NULL          BTREE
images_tags   0           PRIMARY       2             tags_id      A          4408605      NULL      NULL          BTREE
images_tags   1           image_ids     1             image_ids    A          734767       NULL      NULL          BTREE

以下是查询：

select image_ids
from images_tags
where tags_id in (1, 2, 21, 846, 3175, 4290, 6591, 9357, 9594, 14289, 43364, 135019, 151295, 208803, 704452)
group by image_ids
order by count(*) desc
limit 10

这是查询EXPLAIN：

select_type  table        type   possible_keys  key                 key_len  ref   rows     Extra
SIMPLE       vids_x_tags  index  join_tags_id   join_vids_id_unique  8       NULL  4408605  Using where; Using index; Using temporary; Using filesort

目标是获得与这些标签最匹配的10张图片。我试过搞乱这些变量几乎没有改进：

max_heap_table_size
tmp_table_size的
myisam_sort_buffer_size
read_buffer_size
sort_buffer_size的值
read_rnd_buffer_size
的net_buffer_length
preload_buffer_size
的key_buffer_size

有没有办法加快这个查询的速度？大约有700K图像并且它总是在增长，所以我不想将结果缓存超过一天或两天，并且必须为每个图像完成，所以重新缓存许多图像查询是不可能的。

Answer 1

在这种链接（结点，多对多）表中，在(a, b)和(b, a)上都有两个复合索引几乎总是有用的。你只有一个（主要索引）而不是另一个。

如果表中没有其他列，则根本不需要任何其他索引。

因此，您应该添加(tags_id, image_ids)索引并删除(image_ids)多余的索引：

ALTER TABLE images_tags
  DROP INDEX image_ids,
  ADD INDEX tag_image_IDX           -- choose a name for the index
    (tags_id, image_ids) ;

关于特定查询的索引效率取决于很多因素，主要取决于图像和标签的分布（IN列表中的15个标签有多受欢迎？）

Answer 2

在查询的EXPLAIN输出中，您会看到key列与possible_keys列表中的任何项都不匹配。这意味着虽然数据是从索引中获取的（在许多情况下，它比实际表小，因为它跨越较少的列），但引擎仍然必须遍历所有行。

如果您想要正确使用索引来加速此查询，则应添加一个标记为 first （可能只是）组件。

顺便说一下，image_ids上的索引只有一点用处，因为主键也可以用来提供这些信息。通常，可以使用多行索引来加速查询，这些查询为所有这些列提供显式值（或范围），或者从第一列开始提供连续的列集。换句话说，两列索引也会像第一列的单列索引一样，但它的第二列本身就没有多大用处，这就是你所拥有的。

作为在tags_id上添加密钥并在image_ids上删除密钥的替代方法，您可以将密钥保持在image_ids上，并反转列的顺序首要的关键。然后，主键也可用于回答仅标记查询。如果您通过标签而不是图像更频繁地查询表格，那么我建议采用这种方法。

如何加速MySQL查询：按计数排序

2 个答案: