如何加快使用 BETWEEN 条件的 SQL 查询？

Question

我有一张如下所示的表格：

ID    StartRange    EndRange
----------------------------
 1        1            3
 2        4            8
 3        9           12

以此类推，这样就有超过 500 万条记录。最后一条记录如下所示：

ID        StartRange    EndRange
---------------------------------
5235976   9894727374   9894727378

换句话说，StartRange 和 EndRange 对于每条记录永远不会重叠。

我需要做一个查询，找到与范围匹配的数字的对应 ID：

SELECT ID FROM BigTable WHERE '5000000' BETWEEN StartRange AND EndRange;

很遗憾，此查询需要几秒钟才能完成。我需要对其进行优化，使其花费最少的执行时间。我做了一些研究，似乎添加索引没有帮助，因为它仅适用于数字恰好是 StartRange 或 EndRange 值，但不是介于两者之间。

有没有人可以使用任何提示或技巧来缩短执行时间？理想情况下，如果可能的话，我希望它在 1 秒以下。

Answer 1

我在使用 IP 地址范围表时遇到了类似的问题，下面的内容确实为我解决了问题。您需要一个至少在 StartRange 上的索引。

SELECT ID
FROM BigTable
INNER JOIN
  (SELECT MAX(StartRange) AS start
   FROM BigTable
   WHERE StartRange <= @Target) AS s
ON StartRange = s.start
WHERE EndRange >= @Target;

Answer 2

为您的表添加一个复合索引。该索引必须由StartRange 和EndRange 字段组成：

ALTER TABLE `BigTable` ADD INDEX ( `StartRange` , `EndRange` );

然后在查询中使用EXPLAIN 来检查是否使用了新索引：

EXPLAIN SELECT ID FROM BigTable WHERE '5000000' BETWEEN StartRange AND EndRange;

输出显示 MySQL 无法在此查询中使用新索引。然后你可以重写你的初始查询：

SELECT ID FROM BigTable WHERE StartRange>='5000000' AND EndRange<='5000000'
                            OR EndRange>='5000000' AND StartRange<='5000000'

此新查询将返回与您的初始查询相同的结果。好消息是EXPLAIN：

EXPLAIN SELECT ID FROM BigTable WHERE StartRange>='5000000' AND EndRange<='5000000'
                            OR EndRange>='5000000' AND StartRange<='5000000'

现在的输出显示 MySQL 能够使用新索引。

Answer 3

即使该值与StartRange 和EndRange 不匹配，索引也应该可以很好地处理此查询。

Answer 4

索引不会加速这个查询。索引可用于 BETWEEN 搜索，但只能用于“正确”的搜索（例如 StartRange BETWEEN 10000 AND 20000）。

为了加快这个查询，你将不得不使用一些诡计。

首先，如果范围表是静态的或没有快速增长，并且范围值确实是整数，则可以生成一个额外的表，其中包含从最低 StartRange 到最高 EndRange 的所有值以及匹配的 id。然后您可以搜索您需要的确切值。

或者，计算 EndRange - StartRange 的最大值并将其称为 MaxRange。在 StartRange 上创建索引并将查询更改为：

 SELECT ID FROM BigTable 
    WHERE StartRange BETWEEN ('5000000' - MaxRange) AND '5000000' 
      AND '5000000' BETWEEN StartRange AND EndRange;

现在，第一个 BETWEEN 子句是可索引的并且应该返回少量的行。然后，第二个 BETWEEN 子句将仅应用于那一小部分行。显然，这取决于您是否能够提前计算 MaxRange 的安全值。希望该范围有一些实际的最大可能值可以告诉您这个数字。