Mysql查询调优（大数据集）及解释计划

Question

我正在使用 mysql5.1，我的表有大约 150 万（150 万）条记录。该表包含不同实体的记录，即所有主实体的子记录。

此表有 8 列，其中 6 列被合并为主键。 这些列可能是单独的外键，但由于性能原因，我们进行了此更改。

即使是带有两个条件的简单选择语句也需要 6-8 秒。以下是相同的解释计划。

查询

explain extended 
 select distinct location_code, Max(trial_number) as replication
   from status_trait  t  
  where t.status_id='N02'
    and t.trial_data='orange'
  group by location_code

EXPLAIN EXTENDED 的结果

id  select_type table   type    possible_keys   key key_len ref rows    filtered    Extra
 1  SIMPLE  t   index       FK_HYBRID_EXP_TRAIT_DTL_2   5       1481572 100.00  Using where; Using index

我有这些问题：

1. 如何处理大数据表
2. 此表的索引是否正常

Answer 1

这里有两件事可能对您有所帮助。

首先，SELECT DISTINCT 在聚合查询中毫无意义。只需使用SELECT。

其次，您没有披露您创建的索引。但是，为了有效地满足这个查询，下面的复合覆盖索引可能会有很大帮助。

(status_id, trial_data, location_code, trial_number)

为什么这是正确的索引？因为 MySQL 索引被组织为 BTREE。该组织允许服务器随机访问索引以查找特定值。在您的情况下，您需要 status_id 和 trial_data 的特定值。一旦服务器随机访问了索引，它就可以顺序扫描。在这种情况下，您希望扫描location_code 的各种值。服务器知道它会按顺序找到那些不同的值。最后，服务器需要提取trial_number 的值以在您的MAX() 函数中使用。瞧，它们在索引中已经准备好采摘了。

（如果您要对大型表进行大量聚合和查询，那么了解复合索引和覆盖索引的工作原理对您来说很有意义。）

添加索引是有代价的：当您INSERT 或UPDATE 行时，您还必须更新您的索引。但是这种索引会大大加快你的检索速度。