需要优化 SQL 查询的建议（在 MySQL 上更新）

Question

我使用慢查询日志对我的数据库进行了性能分析。原来这是第一大烦恼：

UPDATE
    t1
SET
  v1t1 =
  (
    SELECT
        t2.v3t2
    FROM
        t2
    WHERE
        t2.v2t2 = t1.v2t1
    AND t2.v1t2 <= '2012-04-24'
    ORDER BY
        t2.v1t2 DESC,
        t2.v3t2 DESC
    LIMIT 1
);

子查询本身已经很慢了。我尝试了 DISTINCT、GROUP BY 和更多子查询的变体，但在 4 秒内没有执行任何操作。例如下面的查询

SELECT v2t2, v3t2
FROM t2
WHERE t2.v1t2 <= '2012-04-24'
GROUP BY v2t2
ORDER BY v1t2 DESC    

需要：

mysql> SELECT ...
...    
69054 rows in set (5.61 sec)    

mysql> EXPLAIN SELECT ...
+----+-------------+-------------+------+---------------+------+---------+------+---------+----------------------------------------------+
| id | select_type | table       | type | possible_keys | key  | key_len | ref  | rows    | Extra                                        |
+----+-------------+-------------+------+---------------+------+---------+------+---------+----------------------------------------------+
|  1 | SIMPLE      | t2          | ALL  | v1t2          | NULL | NULL    | NULL | 5203965 | Using where; Using temporary; Using filesort |
+----+-------------+-------------+------+---------------+------+---------+------+---------+----------------------------------------------+

mysql> SHOW CREATE TABLE t2;
...
  PRIMARY KEY (`v3t2`),
  KEY `v1t2_v3t2` (`v1t2`,`v3t2`),
  KEY `v1t2` (`v1t2`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8  

SELECT COUNT(*) FROM t1;
+----------+
| COUNT(*) |
+----------+
|    77070 |
+----------+

SELECT COUNT(*) FROM t2;
+----------+
| COUNT(*) |
+----------+
|  5203965 |
+----------+

我正在尝试获取最新条目 (v3t2) 及其父条目 (v2t2)。应该没什么大不了的吧？有没有人建议我应该转动哪些旋钮？非常感谢任何帮助或提示！

这应该是更合适的 SELECT 语句：

SELECT
    t1.v2t1,
  (
    SELECT
        t2.v3t2
    FROM
        t2
    WHERE
        t2.v2t2 = t1.v2t1
    AND t2.v1t2 <= '2012-04-24'
    ORDER BY
        t2.v1t2 DESC,
        t2.v3t2 DESC
    LIMIT 1
) AS latest   
FROM
    t1

Answer 1

您的ORDER BY ... LIMIT 1 正在强制数据库对表执行全面扫描以仅返回 1 行。它看起来非常适合索引。

在构建索引之前，通过运行检查文件的选择性：

SELECT count(*), count(v1t2), count(DISTINCT v1t2) FROM t2;

如果您的列中有大量非NULL 值，并且不同值的数量超过非NULLs 的40%，那么构建索引是一件好事。

如果索引没有帮助，您应该分析列中的数据。您正在使用t2.v1t2 <= '2012-04-24' 条件，如果您的表中有一组历史记录，则不会给计划者任何帮助，因为所有行都应该是过去的，因此完全扫描是最佳选择反正。因此，indexe 是无用的。

您应该做的是考虑如何以某种方式重写您的查询，即只检查有限的记录子集。您的构造 ORDER BY ... DESC LIMIT 1 表明您可能想要最新的条目到 '2012-04-24'（包括）。为什么不尝试将查询重写为：

SELECT v2t2, v3t2
FROM t2
WHERE t2.v1t2 => date_add('2012-04-24' interval '-10' DAY)
GROUP BY v2t2
ORDER BY v1t2 DESC;

这只是一个示例，了解您的数据库的设计和数据的性质可以构建更精确的查询。

Answer 2

我会看看为子选择 t2 构建的索引。由于排序，您应该有一个 v2t2 的索引，可能还有一个 v1t2 和 v3t2 的索引。索引应该减少子选择在更新查询中使用它们之前查找结果的时间。

Answer 3

这样效果更好吗？通过正在使用的键摆脱其中一种排序和组。

UPDATE
    t1
SET
  v1t1 =
  (
    SELECT
        MAX(t2.v3t2)
    FROM
        t2
    WHERE
        t2.v2t2 = t1.v2t1
    AND t2.v1t2 <= '2012-04-24'
    GROUP BY t2.v1t2
    ORDER BY t2.v1t2 DESC
    LIMIT 1
);

替代版本

UPDATE `t1`
SET `v1t1` = (
  SELECT MAX(`t2`.`v3t2`)
  FROM `t2`
  WHERE `t2`.`v2t2` = `t1`.`v2t1`
  AND `t2`.`v1t2` = (
    SELECT MAX(`t2`.`v1t2`)
    FROM `t2`
    WHERE `t2`.`v2t2` = `t1`.`v2t1
    AND `t2`.`v1t2` <= '2012-04-24'
    LIMIT 1
  )
  LIMIT 1
);

并将此索引添加到t2：

KEY `v2t2_v1t2` (`v2t2`, `v1t2`)