MySQL自联接性能：事实还是只是糟糕的索引？

Question

作为一个例子：我有一个数据库来检测访问者（机器人等），因为不是每个访问者都有相同数量的'凭证'，我就像这样制作了一个“动态”表：见小提琴：{{3 （简化版）。

这将返回我用于收集有关每个配置文件（在另一个数据库中）的信息的配置文件ID。根据配置文件类型，我使用不同的name子句（name ='something'）查询表（ei：hostname，ipAddr，userAgent，HumanId等）。

我不是SQL的专家，但我熟悉索引，约束，主要，唯一，外键等等。从我从这些搜索结果中看到的内容：

• http://sqlfiddle.com/#!9/ca4c8/1
• Mysql Self-Join Performance
• How to tune self-join table in mysql like this?
• Optimize MySQL self join query
• JOIN Performance Issue MySQL

他们中的大多数都有评论关于自我加入的糟糕表现，但答案倾向于选择缺失索引原因。

所以最后一个问题是：假设所有内容都被正确编入索引，自我加入表会使其更容易出现糟糕的性能吗？

在旁注中，有关该表的更多信息：可能与该问题无关，但在我的特定情况下具有良好的背景：

• 列标志用于标记要删除的记录，因为我在php中使用的用户对此数据库没有DELETE权限。对不起，安全性比性能更重要
• 我添加了'type'，它将包含我从用户代理处获得的信息。 （即：如果有任何东西（至少似乎是）机器人，我们只会搜索5000型。
• 不幸的是，列'name'是主键中的varchar索引（带有配置文件和类型）。
• 我尝试在SELECT查询中使用尽可能多的INT和过滤（WHERE）以减少最终的性能损失（如果这甚至很重要）
• 如果需要的话，我愿意学习和调整这个东西，除非mysql背景很高的人告诉我这不是一件好事。

这是我正在开发的一个大项目，所以我现在无法用数百万条记录进行测试，但我想知道随着这种情况的发展，性能是否会成为一个问题。任何输入，链接，参考，文档或测试程序（可能在评论中）将不胜感激。

Answer 1

自联接与加入两个不同的表没什么不同。优化器将选择一个'表'，通常基于WHERE，然后在另一个中执行嵌套循环连接。在您的情况下，您已经通过LEFT暗示它应该只采用一种方式。 （优化器会忽略如果它认为不需要它。

找到那个小提琴的钥匙。

真正的问题是“实体 - 属性 - 价值”，这是一种在表格中布置数据的混乱方式。您的查询似乎在说“查找具有特定属性对的（限制1）profile（实体）”（名称= Googlebot AND addr = ...）。

拥有两列（name和addr）和一个“复合”INDEX(name, addr)会更容易，也更快。

我建议为 common “attributes”执行此操作，然后将其余部分放入带有JSON字符串的单个列中。请参阅here。