为什么 LEFT JOIN 和 GROUP BY 会影响性能？

Question

我不明白 MySQL (InnoDB) 对我的查询做了什么。 我有一个查询要从两个表中提取数据，它运行时间约为 35 毫秒。 如果我在没有 LEFT JOIN 的情况下运行查询，它会在 ~2.5 毫秒内完成。 即使是对 LEFT JOIN 正在做什么的“等效”查询也需要大约 0.5 毫秒。 为什么？

“慢”查询如下：

SELECT
    `Assigned`.`id`,
    `Assigned`.`name`,
    (COUNT(`Action`.`id`)) AS `Action__total_actions`

FROM `actions` AS `Action`

LEFT JOIN `users` AS `Assigned` ON (`Assigned`.`id` = `Action`.`user_assigned_id`)

WHERE
    `Action`.`company_id` = 1 AND
    `Action`.`action_date` BETWEEN '2014-12-28 00:00:00' AND '2015-01-28 23:59:59'

GROUP BY `Action`.`user_assigned_id`
ORDER BY `Assigned`.`name` ASC;

我有一个表用户的主索引和表操作的下一个索引：

ALTER TABLE `actions` ADD INDEX `actions_report_by_assigned` (`company_id`, `action_date`, `user_assigned_id`);

这是它变得奇怪的时候。 如果我“提取” LEFT JOIN，索引仍然有效（对于两个查询），但下一个要快 10 倍：

SELECT
    `Action`.`user_assigned_id`,
    (COUNT(`Action`.`id`)) AS `Action__total_actions`

FROM `actions` AS `Action`
WHERE
    `Action`.`company_id` = 1 AND
    `Action`.`action_date` BETWEEN '2014-12-28 00:00:00' AND '2015-01-28 23:59:59'

GROUP BY `Action`.`user_assigned_id`
ORDER BY `Action`.`user_assigned_id`;

我认为索引设计得很好，因为两个查询 go 通过相同的总行数进行计数。 EXPLAIN 命令告诉我它正在使用的索引，但它还在额外的列中说：“ Using where; 使用索引； 使用临时的； 在两个查询中都使用 filesort ”（此外，一个要快 10 倍）。

也许是我的 LEFT JOIN 的文件排序，因为如果我从我的第一个查询中删除 GROUP，它会加速到 ~15 毫秒。 可悲的是，我不能那样做。 我错过了什么吗？

我应该忽略这个吗？ 解决它的最佳方法是什么？

Answer 1

不同之处在于访问表的顺序 。

LEFT JOIN是一个外部 LEFT JOIN ，它必须返回左侧表中的行，而右侧表中没有匹配的行。

INNER JOIN只返回匹配的行，因此MySQL只需查找匹配的行，因此它可以将任一表用作嵌套循环操作的驱动程序，通常，MySQL将使用返回较少行的表。

使用外部连接 ，MySQL不能将右侧的表用作驱动程序，因为左侧的表中可能还需要返回一些行。

这就是为什么 。 至于如何解决...

在GROUP BY子句中有一个表达式而不返回该表达式有点奇怪。 （在SQL中执行此操作是有效的，但是客户端如何知道哪一行是GROUP BY表达式的哪个值？）

GROUP BY Action.user_assigned_id的用途是什么？

如果您要谈论的LEFT JOIN查询（我们在问题中没有看到）与INNER JOIN相同，只需将INNER关键字替换为LEFT关键字即可。

使用GROUP BY col ，有时MySQL可以有效地使用前导列col的索引来避免“使用文件排序”操作，但是在您的情况下，在不同的表达式上有一个ORDER BY ，所以我认为没有任何解决“使用文件排序”操作的方法。

最好的选择可能是确保您有合适的索引来满足WHERE子句中的谓词，如果这样做会将行限制为表中行的一小部分。

... ON `actions` (`company_id`, `action_date`, `user_assigned_id`, `id`)

MySQL应该能够将该索引用于company_id上的相等谓词，以及对action_date进行范围扫描操作。 索引中的其他两列构成了覆盖索引，因此可以完全从索引中满足查询，而无需对基础表中的数据页进行任何查找。

如果是这种情况，EXPLAIN输出中的Extra列将显示“ Using index”。

Answer 2

我会在单列user_assigned_id上添加一个INDEX，因为仅当对索引的所有列或仅对前几列进行查询时，才按索引的user_assigned_id多列索引，因此您可能需要对索引重新排序也可以：

ALTER TABLE `actions` ADD INDEX `actions_report_by_assigned` (`user_assigned_id`, `company_id`, `action_date`); 

参见http://dev.mysql.com/doc/refman/5.0/en/multiple-column-indexes.html ：

例如，如果在（col1，col2，col3）上有一个三列索引，则在（col1），（col1，col2）和（col1，col2，col3）上都有索引搜索功能。

目前，您的actions_report_by_assigned INDEX不能用于此JOIN：

INNER JOIN `users` AS `Assigned` ON (`Assigned`.`id` = `Action`.`user_assigned_id`)

因为user_assigned_id是多列索引的最后一列。

Answer 3

不要在大表上使用左连接。 提示：将查询拆分成更小的部分。 5分钟查询将执行不到1秒试试看

Answer 4

还要检查解释计划。 获取连接中涉及的字段。 检查是否在连接字段的两侧都应用了索引。 再次检查解释计划，您可以看到计数减少了。