文本字段上的 COUNT 和 GROUP BY 似乎很慢

Question

我正在构建一个 MySQL 数据库，其中包含有关酵母物种中特殊 DNA 子串的条目。我的桌子是这样的：

+--------------+---------+------+-----+---------+-------+
| Field        | Type    | Null | Key | Default | Extra |
+--------------+---------+------+-----+---------+-------+
| species      | text    | YES  | MUL | NULL    |       |
| region       | text    | YES  | MUL | NULL    |       |
| gene         | text    | YES  | MUL | NULL    |       |
| startPos     | int(11) | YES  |     | NULL    |       |
| repeatLength | int(11) | YES  |     | NULL    |       |
| coreLength   | int(11) | YES  |     | NULL    |       |
| sequence     | text    | YES  | MUL | NULL    |       |
+--------------+---------+------+-----+---------+-------+

大约有 180 万条记录。在一种类型的查询中，我想查看有多少 DNA 子串与每种类型的物种和地区相关联，因此我发出以下查询：

select species, region, count(*) group by species, region;

物种和区域列只有两个可能的条目（物种的保守/scer，区域的启动子/编码）但此查询大约需要 30 秒。

考虑到表的大小，这是否是此类查询的正常预期时间？是不是很慢，因为我使用的是文本字段而不是简单的整数或布尔值（我更喜欢文本字段，因为一些非 CS 研究人员将使用数据库）。欢迎任何其他想法和建议。

如果这是一个愚蠢的问题，请原谅，我是 SQL 新手。

附：我也见过this question，但建议的解决方案似乎与我正在做的事情无关。

编辑：将这些字段转换为 VARCHAR 可将运行时间缩短至约 2.5 秒。请注意，我还针对具有类似时间的 ENUM 进行了计时。

Answer 1

为什么所有基于字符串的列都定义为 TEXT？如果您阅读性能比较，您会发现 TEXT 比使用相同索引的 VARCHAR 列慢约 3 倍：http://forums.mysql.com/read.php?24,105964,105964

Answer 2

如果您的字段只有 2 个值，则最好将它们设为布尔值。你也应该把所有东西都写成NOT NULL，除非有真正的原因你需要它是NULL。

还可以查看ENUM type，以更好地为列使用有限数量的人类可读值。

至于速度慢，首先要尝试在列上创建索引。对于您在此处显示的特定查询，species, region 上的索引应该会产生巨大的影响：

create index on mytablename (species, region);

应该这样做。