Question

我有一个包含大约700万行的表，我不断运行这类查询：

SELECT 
      MyField, 
      COUNT(*) 
   FROM 
      MyTable 
   WHERE 
          MyField2='ConstantValue' 
      AND MyField NOT IN ( SELECT Field 
                              FROM AnotherTable) 
      AND Timestamp >= [ArbitraryTimestamp] 
   GROUP BY 
      MyField;

以上领域的基数：

MyField =大约40,000个不同的值。
时间戳=大多数是不同的，因此大约有700万个不同的值。
MyField2 = 2个不同的值。
Field FROM AnotherTable =约50个不同的值。

正如所料，这种情况非常缓慢，使用EXPLAIN告诉我，我Using where; Using temporary; Using filesort。

我想通过在此表中添加索引来提高这些查询的效率，但我不确定最好的方法是什么。

我应该在MyField上添加索引吗？和Timestamp上的索引？都？两者的综合指数？

另外，我还能做些什么来加速这些类型的查询吗？

Answer 1

您应首先使用MyField添加双键索引（分组依据）：

CREATE INDEX MyIndex
    ON MyTable (MyField, Timestamp)

Answer 2

MyField上的GROUPBY将强制MySQL创建一个临时表，这就是你在EXPLAIN中获得using temporary的原因。创建一个包含约700万行的临时表肯定是一个痛苦的查询。

要尝试的事情（在实施每个建议后，重新运行查询并检查查询时间）：

向MyField添加索引
查看是否可以通过添加最大时间戳（加上最小时间戳）来限制行数
仅为MyField2和MyField3列添加索引
如果您的查询响应仍然很慢，请尝试在所有三列（Myfield，MyField2和MyField3）中添加复合索引

如果以上都不能立即为您提供帮助，请查看此post，了解如何使用子查询来获取计数，这样可以完全避免使用GROUP BY。

使用WHERE和GROUP BY进行查询的最有效索引？

2 个答案: