SQL查询：加快大型表的速度

Question

我们有一个包含大约25,000,000行的表，称为'events'，具有以下模式：

TABLE events
- campaign_id   : int(10)
- city      : varchar(60)
- country_code  : varchar(2)

以下查询需要很长时间（> 2000秒）：

SELECT COUNT(*) AS counted_events, country_code
FROM events
WHERE campaign_id` in (597) 
GROUPY BY city, country_code
ORDER BY counted_events

我们发现这是因为GROUP BY部分。

已经使用了(campaign_id, city, country_code)上的索引idx_campaign_id_city_country_code。

也许有人可以提出一个很好的解决方案来加快速度？

更新：

'Explain'表明，在许多可能的索引中，MySql使用了这个：'idx_campaign_id_city_country_code'，对于它显示的行：'471304'和'Extra'它显示：'使用where; 使用临时; 使用filesort' -

这是EXPLAIN的整个结果：

• id：'1'
• select_type：'SIMPLE'
• 表：'事件'
• 输入：'ref'
• possible_keys：'index_campaign，idx_campaignid_paid，idx_city_country_code，idx_city_country_code_campaign_id，idx_cid，idx_campaign_id_city_country_code'
• key：'idx_campaign_id_city_country_code'
• key_len：'4'
• ref：'const'
• 行：'471304'
• 额外：'使用地点; 使用临时; 使用filesort'

更新：

好的，我认为它已经解决了：

再次查看粘贴的查询，我意识到我忘记在这里提到SELECT中还有一个名为'country_name'的列。 所以查询非常慢（包括country_name），但我只是把它留下来，现在查询的性能绝对可以。 抱歉，这个错误！

非常感谢您的所有有用的评论，我会提供所有好的答案！ 有一些非常有用的补充，我可能也应用（如改变类型等）。

Answer 1

无论如何，没有看到EXPLAIN说这是一个长距离射击：

1. 在（city，country_code）上建立索引
2. 看看是否有办法使用分区，你的表变得相当庞大
3. 如果国家代码总是2个字符，则将其更改为char
4. 将数字索引更改为unsigned int

发布整个EXPLAIN输出

Answer 2

不要使用IN() - 更好地使用：

WHERE campaign_id = 597
OR campaign_id = 231
OR ....

afaik IN()很慢。

更新：像nik0lias一样评论 - IN()比连接OR条件更快。

Answer 3

一些想法：

• 鉴于表格的性质和大小，它将成为按国家/地区分区表格的理想选择。 这样，每个国家/地区的事件都将存储在不同的物理表中，即使它表现为虚拟大表

• 国家代码是字符串吗？ 可能你有一个country_id，可以更容易排序。 （它可能会强制您创建或更改索引）

• 你真的在小组中使用这座城市吗？

Answer 4

• 分区-特别是国家将不利于
• 列IN（const-list） 并不慢 ，它实际上是一种特殊优化的情况

问题是，MySQL不使用索引进行排序。 我不能说为什么，因为它应该。 可能是一个错误。

执行此查询的最佳策略是扫描索引的子树，其中event_id = 597。 由于索引按city_id排序，因此country_code不需要额外排序，扫描时可以计算行数。

因此索引已经是此查询的最佳选择。 MySQL没有正确使用它们。

---

我离线了解更多信息。 看起来这根本不是数据库问题，但是

1. 架构未规范化。 该表不仅包含country_code，还包含country_name（这应该在一个额外的表中）。
2. 真实查询在选择列表中包含country_name。 但由于该列未编入索引，因此MySQL无法使用索引扫描。

从选择列表中删除country_name后，查询将恢复为仅索引扫描（EXPLAIN输出中的“using index”）并且速度非常快。