Question

我遇到了一个MySQL查询，需要2分钟才能完成，并且服务器负载非常高（例如从2到14，有时甚至更高）。

查询在表之间执行左连接，然后根据连接表的浮点列对数据进行排序，如下所示：

SELECT table1.*, table2.*, table3.field, table4.field
  FROM table1
  LEFT JOIN table2 ON table1...
  LEFT JOIN table3 ON table1...
  LEFT JOIN table4 ON table3...
  LEFT JOIN table5 ON table1...
 WHERE table1.deleted=0
 ORDER BY table2.float_field ASC
 LIMIT 1,300

JOINS全部在索引键上完成，table2在float_field上也有索引。

在没有问题的情况下，在其他数据库上使用相同的数据库结构和查询。这个table2是一个自定义字段表，可以由这个数据库的用户改变，所以在这个特定的系统中，我看到它有107个字段，其中超过2/3是varchar（150）。这是高负荷的原因，还是有其他原因？有关如何处理它的任何建议（理想情况下无需重新执行数据库模式）？

提前致谢。

编辑：以下是'解释'结果：

+----+-------------+--------+--------+---------------+---------+---------+-----------------+-------+-------------+
| id | select_type | table  | type   | possible_keys | key     | key_len | ref             | rows  | Extra       |
+----+-------------+--------+--------+---------------+---------+---------+-----------------+-------+-------------+
|  1 | SIMPLE      | table1 | ALL    | idx_1,idx_2   | NULL    | NULL    | NULL            | 33861 | Using where | 
|  1 | SIMPLE      | table2 | eq_ref | PRIMARY       | PRIMARY | 108     | db.table1.id    |     1 |             | 
|  1 | SIMPLE      | jtl0   | ref    | idx_X         | idx_X   | 111     | db.table1.id    |     1 |             | 
|  1 | SIMPLE      | table4 | eq_ref | PRIMARY,...   | PRIMARY | 108     | db.jtl0.field   |     1 |             | 
|  1 | SIMPLE      | jt1    | eq_ref | PRIMARY       | PRIMARY | 108     | db.table1.fieldX|     1 |             | 
+----+-------------+--------+--------+---------------+---------+---------+-----------------+-------+-------------+

idx_1和idx_2都使用“已删除”列作为索引中的第一个字段。

中只有这一个字段

我还更正了原文，有5个表使用，不是4个（虽然最后一个表只有20行，所以这里没关系。）

Answer 1

select table2.*

通常是错误的样式 - 返回很多你不感兴趣的列。在这种情况下，由于此表中有大量（文本）列，它可能导致速度变慢。

100列* 150个字符* 1300行大约为19.5 MB，因此速度很慢可能是从磁盘读取所有数据并通过网络传输。

如果将此限制为您感兴趣的table2的特定列，是否仍然看到缓慢？

编辑：您的解释选择输出似乎确认运行起来不是一个困难的查询，只有少量行。这使得table2中每行的绝对数据大小成为最可能的问题。您可以通过删除/限制对table2的引用来测试它。如果是这种情况，那么加快此查询速度的唯一方法是从table2请求更少的列。

在mysql查询中排序时，平均负载会跳起来

1 个答案: