【发布时间】：2015-11-05 08:13:44
【问题描述】：
我有一个简单的表（由 django 创建）-引擎 InnoDB：
+-------------+------------------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+-------------+------------------+------+-----+---------+----------------+
| id | int(11) | NO | PRI | NULL | auto_increment |
| correlation | double | NO | | NULL | |
| gene1_id | int(10) unsigned | NO | MUL | NULL | |
| gene2_id | int(10) unsigned | NO | MUL | NULL | |
+-------------+------------------+------+-----+---------+----------------+
该表有超过 4.11 亿行。 （目标表大约有 461M 行，21471*21470 行）
我的主要查询是这样的，最多指定10个基因。
SELECT gene1_id, AVG(correlation) AS avg FROM genescorrelation
WHERE gene2_id IN (176829, 176519, 176230)
GROUP BY gene1_id ORDER BY NULL
这个查询很慢，运行大约需要 2 分钟：
21471 rows in set (1 min 11.03 sec)
索引（基数看起来很奇怪 - 太小了？）：
Non_unique| Key_name | Seq_in_index | Column_name | Collation | Cardinality |
0 | PRIMARY | 1 | id | A | 411512194 |
1 | c_gene1_id_6b1d81605661118_fk_genes_gene_entrez | 1 | gene1_id | A | 18 |
1 | c_gene2_id_2d0044eaa6fd8c0f_fk_genes_gene_entrez | 1 | gene2_id | A | 18 |
我只是在该表上运行 select count(*)，它花了 22 分钟：
select count(*) from predictions_genescorrelation;
+-----------+
| count(*) |
+-----------+
| 411512002 |
+-----------+
1 row in set (22 min 45.05 sec)
可能出了什么问题？ 我怀疑mysql配置没有设置好。
在导入数据期间，我遇到了空间问题，因此这也可能影响数据库，尽管我后来运行了check table - 花了 2 小时并表示 OK。
此外 - 索引的基数看起来很奇怪。我在本地设置了较小的数据库，并且值完全不同（254945589,56528,17）。
我应该重做索引吗？ 我应该检查 MySQL 的哪些参数？ 我的表设置为 InnoDB，MyISAM 有什么不同吗？
谢谢， 马塔利
【问题讨论】：
-
我认为这个问题更适合dba.stackexchange.com，因为它涉及的配置多于查询性能。
-
对于这样的查询，我会创建一个索引
(gene2_id, gene1_id, correlation)。此外，id序列号可能完全没用，你有没有在 WHERE 条件下使用它？你的逻辑主键是什么，(gene2_id, gene1_id)？ -
你需要
id吗？PRIMARY KEY(gene2_id, gene1_id)似乎是独一无二的，而且速度更快。此外，gene_ids 可以是SMALLINT UNSIGNED为 2 个字节，而不是当前的 2 个字节。 -
继续使用 InnoDB。但是检查
innodb_buffer_pool_size；它应该是 RAM 的 70% 左右。如果它比桌子大，那就特别好。 -
搁置它的逻辑是假的。这是一个优化问题，有很多答案，其中大多数是正交的和可加的。
标签： mysql sql average database-performance