MySQL 使用布尔条件执行慢速查询

Question

表格示例：

       id       |      source     | removed
17D30437329A9B9 |                 |   0
M851X0LG81045F  | 17D30437329A9B9 |   0
QQG1RU1M8E5JHO  |                 |   0
QDVHFNFKF0Z80W  | 17D30437329A9B9 |   0
8BEFSFGUPBXJHV  |                 |   0

当我查询时：

SELECT  *
FROM    `uploads`
WHERE   (id = '17D30437329A9B9 ' OR `source` = '17D30437329A9B9 ')
AND     removed = 0

查询耗时约 25 秒（我有约 1700 万行）。

但是当我运行这个时：

SELECT  *
FROM    `uploads`
WHERE   (id = '17D30437329A9B9 ' OR `source` = '17D30437329A9B9 ')

或者这个：

SELECT  *
FROM    `uploads`
WHERE   (`id` = '17D30437329A9B9 ')
AND     removed = 0

或者说：

SELECT  *
FROM    `uploads`
WHERE   (`source` = '17D30437329A9B9 ')
AND     removed = 0

查询运行速度很快。

为什么第一个查询运行很慢，我该如何解决？

编辑： 来自EXPLAIN SELECT * FROM uploads WHERE (id = '17D30437329A9B9 ' OR source = '17D30437329A9B9 ') AND removed = 0;的结果：

+----+-------------+---------+------+-------------------------------------------------------+---------+---------+-------+---------+-------------+
| id | select_type | table   | type | possible_keys                                         | key     | key_len | ref   | rows    | Extra       |
+----+-------------+---------+------+-------------------------------------------------------+---------+---------+-------+---------+-------------+
|  1 | SIMPLE      | uploads | ref  | PRIMARY,removed,source,idx_member_selectFiles,id,id_2 | removed | 1       | const | 8829521 | Using where |
+----+-------------+---------+------+-------------------------------------------------------+---------+---------+-------+---------+-------------+

Answer 1

好像没有复合索引。

运行并重试

创建复合索引

ALTER TABLE `uploads`
ADD KEY (`id`,`source`,`removed`);

如果有效，请告诉我。

Answer 2

B-Tree 索引不适合基数低的列。在您的情况下，MySQL 选择列 removed 的索引非常糟糕，因为只存在两个不同的值。

我怀疑在removed 上永远不会看到索引的好处。删除removed上的索引。

位图索引而不是 B 树索引会很好。据我所知 MySQL 不支持位图索引。

此外，在这种情况下，(id, source) 上的索引会有所帮助。

Answer 3

具有OR 条件的查询的 MySQL 执行计划有时不是最佳的。

我建议您重新编写查询以组合来自两个单独查询的结果。

SELECT u1.*
  FROM `uploads` u1
 WHERE u1.id      = '17D30437329A9B9 '
   AND u1.removed = 0

 UNION ALL

SELECT u2.*
  FROM `uploads` u2
 WHERE u2.source  = '17D30437329A9B9 '
   AND u2.removed = 0
   AND NOT (u2.id <=> '17D30437329A9B9 ')

每个 SELECT 都能有效利用最合适的索引。

第一个 SELECT 可以使用前导列为 id 的索引。第二个 SELECT 可以使用前导列为 source 的索引。

---

跟进

问：如果我使用的是 IN？比如 WHERE (id IN ('a','b') OR source IN ('a','b')) AND removed = 0

A：我会使用相同的方法。

SELECT u1.*
  FROM `uploads` u1
 WHERE u1.id     IN ('17D30437329A9B9 ', ... )
   AND u1.removed = 0

 UNION ALL

SELECT u2.*
  FROM `uploads` u2
 WHERE u2.source IN ('17D30437329A9B9 ', ... )
   AND u2.removed = 0
   AND ( u2.id IS NULL OR u2.id NOT IN ('17D30437329A9B9 ', ... ) )

第二个 SELECT 的最后一个条件是为了防止查询返回第一个 SELECT 已经返回的行。

使用 NOT IN，只需确定列表中的 none 值为 NULL。 （如果 NOT IN 列表包含 NULL 值，则没有行将满足条件。）

如果uploads 中的id 列保证为NOT NULL，则可以省去对NULL 的检查。 （我们没有看到任何表定义，所以我们无法判断 id 是否被定义为 NOT NULL，因此编写查询以在更一般的情况下工作，而不是基于可能的错误假设。）