Question

我有一个非常简单的MYSQL数据库，只有3列但数百万行。其中两个列（hid1，hid2）描述了研究对象（约50,000个），第三列（得分）是hid1与hid2比较的结果。因此，行数是max（hid1）* max（hid2），这是一个非常大的数字。因为该表只需要写一次并且读数百万次，所以我选择了一个MyISAM表（我希望这是一个好主意）。最初，我计划为一对给定的hid1，hid2检索“得分”，但结果更方便的是检索给定hid1的所有得分（和hid2）。

我的表格（“结果”）如下所示：

+-------+-----------------------+------+-----+---------+-------+
| Field | Type                  | Null | Key | Default | Extra |
+-------+-----------------------+------+-----+---------+-------+
| hid1  | mediumint(8) unsigned | YES  | MUL | NULL    |       |
| hid2  | mediumint(8) unsigned | YES  |     | NULL    |       |
| score | float                 | YES  |     | NULL    |       |
+-------+-----------------------+------+-----+---------+-------+

，典型的查询将是

select hid1,hid2,score from result where hid1=13531 into outfile "/tmp/ttt"

问题在于：查询花费的时间太长，至少有时候。对于某些'hid1'值，我会在一秒钟内得到结果。对于其他hid1（特别是对于大数字），我必须等待最多40秒。正如我所说，我必须运行数千个这样的查询，所以我对加快速度感兴趣。

让我重申一下：查询大约有50,000次点击，我不需要任何特定的顺序。我在这里做错了什么，或者像MySQL这样的关系数据库不能完成这项任务？

我已经尝试过在/etc/mysql/my.conf中增加key_buffer 这似乎有所帮助，但并不多。 hid1上的索引是几GB，key_buffer必须大于索引大小才有效吗？

任何暗示都会受到赞赏。

编辑：这是一个使用相应的'explain'输出运行的示例：

select hid1,hid2,score from result where hid1=132885 into outfile "/tmp/ttt"
Query OK, 16465 rows affected (31.88 sec)

如下所示，实际上正在使用索引hid1_idx：

mysql> explain select hid1,hid2,score from result where hid1=132885 into outfile "/tmp/ttt";
+----+-------------+--------+------+---------------+------------+---------+-------+-------+-------------+
| id | select_type | table  | type | possible_keys | key        | key_len | ref   | rows  | Extra       |
+----+-------------+--------+------+---------------+------------+---------+-------+-------+-------------+
|  1 | SIMPLE      | result | ref  | hid1_index    | hid1_index | 4       | const | 15456 | Using where |
+----+-------------+--------+------+---------------+------------+---------+-------+-------+-------------+

1行（0.00秒）

我觉得令人费解的是，hid1的低数字查询总是比高数字的查询要快得多。这不是我对使用索引的期望。

Answer 1

两个随机建议，基于始终涉及hid1上的相等过滤器的查询模式：

使用InnoDB表并利用(hid1, hid2)上的聚簇索引。这样，属于同一个隐藏的所有行都将物理地放在一起，而将加速撤退。
使用合适的nr分区对hid1上的表进行哈希分区。

Answer 2

优化类似查询的最简单方法是使用索引。像

这样简单的事情

alter table results add index(hid1)

会改善您发送的查询。更重要的是，如果您想同时按两个字段进行搜索，则可以在索引中使用这两个字段。

alter table results add index(hid1, hid2)

这样，MySQL可以以非常有条理的方式访问结果，并找到您想要的信息。

如果您对第一个查询运行说明，您可能会看到类似

的内容

| select_type | table  | type|possible_keys| rows   |Extra
| SIMPLE      | results| ALL |             | 7765605| Using where

添加索引后，您应该看到

| select_type | table  | type|possible_keys| rows   |Extra
| SIMPLE      | results| ref |hid1         | 2816304|

在第一种情况下，它告诉您需要检查所有行，在第二种情况下，它可以使用 ref

Answer 3

如果您知道hid1和hid2的组合是唯一的，您应该考虑将其作为主键。这也会自动为hid1添加一个索引。请参阅：http://dev.mysql.com/doc/refman/5.5/en/multiple-column-indexes.html

另外，检查EXPLAIN的输出。请参阅：http://dev.mysql.com/doc/refman/5.5/en/select-optimization.html和相关链接。

如何使用高度冗余的键值加速数据库中的mysql选择

3 个答案: