Question

我需要帮助MySQL中的索引。我在MySQL中有一个表，其中包含以下行：

ID Store_ID Feature_ID Order_ID Viewed_Date Deal_ID IsTrial
ID是自动生成的。 Store_ID从1 - 8开始.Feit_ID从1开始 - 让我们说100.查看日期是插入数据的日期和时间。 IsTrial是0或1.
您可以忽略此讨论中的Order_ID和Deal_ID。

表中有数百万个数据，我们有一个报告后端，需要查看某个特定商店ID和特定功能的特定时间段或整体中的视图数量。

查询采用以下形式：

select count(viewed_date) 
from theTable
where viewed_date between '2009-12-01' and '2010-12-31'
and store_id = '2' 
and feature_id = '12'
and Istrial = 0

在SQL Server中，您可以使用筛选索引用于Istrial。 MySQL中有类似的东西吗？此外，Store_ID和Feature_ID有很多重复数据。我使用Store_ID和Feature_ID创建了一个索引。虽然这似乎缩短了搜索周期，但我需要比这更好的改进。现在我有超过400万行。要搜索上面的特定查询，它会查看350万行，以便为我提供500k行的计数。

PS。我忘了在查询中添加view_date过滤器。现在我做到了这一点。

Answer 1

如果您需要在MySQL中专门优化此查询，为什么不在Store_ID和Feature_ID的现有索引的末尾添加istrial。这将完全索引WHERE子句，并且如果表是MyISAM，则能够从索引的基数摘要中获取COUNT。利用当前索引的所有现有查询也将保持不变。

编辑：另外，我不确定你为什么要COUNT(viewed_date)而不是COUNT(*)？ viewed_date是否为空？如果没有，您可以使用COUNT(*)，如果您将其与我的其他建议结合使用，则无需转到.MYD文件。

Answer 2

您可以将索引扩展为包含Store_ID，Feature_ID和IsTrial。在性能方面，你不会比这更好。

Answer 3

我的第一个想法是（feature_id，store_id，istrial）上的索引，因为feature_id似乎是具有最高Shannon熵的列。但是在不知道feature_id的统计数据的情况下，我不确定。也许你最好创建两个索引，（store_id，feature_id，istrial）是另一个，让优化器对它进行排序。使用所有三列还具有以下优势：数据库能够仅从索引中回答您的查询，这也可以提高性能。

但是如果你的列都没有足够的选择性足以提高索引性能，你可能不得不通过使用INSERT / UPDATE触发器填充第二个表（feature_id，store_id，istrial，view_count）来求解非规范化。这会减慢插入和更新，当然......

Answer 4

您可能想要考虑水平拆分该表。您可以运行将每个store_id放在单独的表中的夜间作业。或者看看feature_id，是的，它是很多表，但如果你不需要实时数据。这是我要走的路。

Answer 5

我在解决这个问题时找到的最好方法是跳过DTA的建议，并按照以下方式自行完成：

使用Profiler根据CPU使用率（可能阻塞查询）查找成本最高的查询，并根据这些查询将索引应用于表。如果可以更改查询执行计划以减少读取，写入和总体执行时间，那么首先执行此操作。如果不是，在这种情况下查询就是这样，那么应用聚簇/非聚集索引组合以最佳地适合。这取决于现有表索引的性质，参与索引的列的总字节数等等。
在SSMS中运行查询以查找执行频率最高的查询，并执行与上述相同的操作。
创建碎片整理计划，以便重新组织或重建索引，具体取决于它们的碎片程度。

我很确定其他人可以提出好主意。这样做给了我很好的结果。我希望有人可以使用这个帮助。我认为DTA在索引方面并没有真正使事情变得更快，因为你真的需要了解它将要创建的所有索引。对于遭受重创的数据库来说更是如此。

索引表与重复MySQL / SQL Server具有数百万条记录

5 个答案: