Question

我目前正在研究查询优化，我正在尝试计算其中包含依赖查询的查询的成本。

查询是：

select 
    U.userName, email, yearOfBirth, countryName
from 
    tblUser U 
inner join 
    tblCountry C on U.countryNo = C.countryNo
left join 
    tblList L on U.userName = L.userName
where 
    noOfPoints = 1000 
    and yearOfBirth = 1975 
    and listNo is null 
    and not exists (select count(*)
                    from tblseek S
                    where S.userName = U.userName
                    having count(serialNo) > 3)

现在有些数据：

首先是表格及其连接：

tblCountry：Nr = 19，Fr = 67且Br = 1

tblUser：Nr = 1,881,923，Fr = 11，Br = 171,084

tblList：Nr = 4,667,166，Fr = 62，Br = 75,277

tblSeek：Nr = 8,530,865，Fr = 13，Br = 656,221

用户之间的分配就宝藏的查找量而言：

0查找：10％的用户

1次查询：11％的用户

2次查询：19％的用户

3及以上：60％的用户

就每个用户的列表数量而言，用户之间的分配是：

0列表：30％的用户

1-3列表：34％的用户

4-6列出：36％的用户

众所周知，所有系统中的最大点数为5200，并且在用户之间均匀分布。

据了解，年龄最大的用户年龄为16岁，年龄最大的是57岁，所有用户的年龄均匀分布。

块大小为：2048位
为查询分配的内存量为：100块
每个表都按主键排序，如果有多个字段，则按照表中的外观顺序排序。

现在，我想要计算的是什么：

我试图在外部查询中进行连接之前确定运行依赖查询的成本，因此将tblUser加载到内存并执行内部查询，然后完成其他连接。

我的问题：我发现为了做到这一点，我需要以171,084个块为代价将tblUser加载到内存中，并且还需要以656,221个块为代价加载tblSeek，我无法确定是如何以及在何处执行＆＃34; Where＆＃34;因为您可能会注意到该子句中的大多数条件都与tblUser的属性有关（除了列表条件）。

我设法得出一个估计（我不确定这是正确的，请纠正我，如果我错了）有多少记录会回答＆＃34; points = 1000＆＃34;在统一的转移知识（其361条记录）下，并且也与＃34; yearOfBirth = 1975＆＃34;（45,900条记录）相同。我是通过将tblUser的Nr分别与均匀转移已知的数字区域分开来实现的。

我怎么能想出一种方法将它们组合成一个数字，显示有多少记录会在所有条件混合在一起（包括依赖查询）。

如果你能引导我一点，我将非常感激。

谢谢，

汤姆

Answer 1

使用EXPLAIN FORMAT=JSON SELECT ...进一步了解查询的执行方式。

使用它来获得努力的一些“行数”：

FLUSH STATUS;
SELECT ...
SHOW SESSIONS STATUS LIKE 'Handler%';

指标的影响。（我不知道你已经拥有什么，因为你没有提供SHOW CREATE TABLE。）

U: INDEX(yearOfBirth, noOfPoints)

EXISTS(...)通常简称为EXISTS ( SELECT * FROM ... );不需要COUNT(*)。我不明白EXISTS的目的。也许这会检查tblseek中的行数：

AND ( SELECT COUNT(*) FROM tblseek WHERE userName = U.userName ) <= 3

您可能希望INDEX(userName, serialNo)按此顺序。这是一个“覆盖”索引，以便子查询可以完全在索引中执行。 EXPLAIN将通过“使用索引”来表示。

该子查询总共将触及tblseek（或其索引）中的每一行。实际上，每次扫描都会超过一次。因此，触摸的行数可能是N + M，其中N是tblseek中的行数，M是userName中tblseek的不同值的数量。如果没有该索引，行数将会高很多。

依赖查询的EC（内部）计算

1 个答案: