[英]How can I optimize a query that does an ORDER BY on a derived column in MySQL?
我在优化涉及GROUP BY,ORDER BY和LIMIT的相对简单的查询时遇到了麻烦。 该表有30万条记录。 这是模式(我添加了一些额外的索引进行试验):
CREATE TABLE `scrape_search_results` (
`id` int(11) NOT NULL auto_increment,
`creative_id` int(11) NOT NULL,
`url_id` int(11) NOT NULL,
`access_date` datetime NOT NULL,
PRIMARY KEY (`id`),
KEY `creative_url_index` (`creative_id`,`url_id`),
KEY `access_date_index` (`access_date`),
KEY `access_date_creative_id_index` (`access_date`,`creative_id`),
KEY `creative_id_access_date_index` (`creative_id`,`access_date`),
KEY `test_index` USING HASH (`creative_id`)
) ENGINE=MyISAM AUTO_INCREMENT=4252725 DEFAULT CHARSET=latin1
在表格中,单个creative_id
可能会出现多次(数百次)。 我要回答的查询是一个相对简单的查询。 给我由access_date
排序的前20个creative_ids
。 这是我的SQL:
SELECT `ScrapeSearchResult`.`creative_id`,
MAX(`ScrapeSearchResult`.`access_date`) AS `latest_access_date`
FROM `scrape_search_results` AS `ScrapeSearchResult`
WHERE 1 = 1
GROUP BY `ScrapeSearchResult`.`creative_id`
ORDER BY `latest_access_date` DESC
LIMIT 20;
这是执行此查询的结果,我们在这里看到第20个最大的access_date
是2010-08-23 11:03:25:
+-------------+---------------------+
| creative_id | latest_access_date |
+-------------+---------------------+
| 550 | 2010-08-23 11:07:49 |
| 4568 | 2010-08-23 11:07:49 |
| 552 | 2010-08-23 11:07:49 |
| 2109 | 2010-08-23 11:07:49 |
| 5221 | 2010-08-23 11:07:49 |
| 1544 | 2010-08-23 11:07:49 |
| 1697 | 2010-08-23 11:07:49 |
| 554 | 2010-08-23 11:07:12 |
| 932 | 2010-08-23 11:05:48 |
| 11029 | 2010-08-23 11:05:37 |
| 11854 | 2010-08-23 11:05:27 |
| 11856 | 2010-08-23 11:05:05 |
| 702 | 2010-08-23 11:03:56 |
| 4319 | 2010-08-23 11:03:56 |
| 7159 | 2010-08-23 11:03:56 |
| 10610 | 2010-08-23 11:03:46 |
| 5540 | 2010-08-23 11:03:46 |
| 1 | 2010-08-23 11:03:46 |
| 11942 | 2010-08-23 11:03:35 |
| 7900 | 2010-08-23 11:03:25 |
+-------------+---------------------+
如果要手动编写此算法,则将构建一个按顺序排列的b树( access_date
, creative_id
)。 我将从MAX(access_date)
,一直走到树,直到找到20个唯一的creative_ids
,然后按照找到它们的顺序返回。
使用该算法,我只需要考虑94行(有94行的access_date >= 2010-08-23 11:03:25
,这是我们第20个最大的access_date
如上所示)。
但是,MySQL决定在回答此查询时使用creative_url_index
,我不理解。 这样做时,它考虑超过10,000行。
ANALYZE TABLE scrape_search_results;
SELECT ...;
+----+-------------+--------------------+-------+---------------+--------------------+---------+------+-------+---------------------------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+--------------------+-------+---------------+--------------------+---------+------+-------+---------------------------------+
| 1 | SIMPLE | ScrapeSearchResult | index | NULL | creative_url_index | 8 | NULL | 10687 | Using temporary; Using filesort |
+----+-------------+--------------------+-------+---------------+--------------------+---------+------+-------+---------------------------------+
我在派生列MAX(access_date)
上执行ORDER BY是我的麻烦吗? 如果是这样,我如何优化查询以使其更符合我的期望?
我已经有一段时间没有在MySQL中做过这种事情了(很久以来一直切换到PostgtreSQL),但是通常我会使用同心选择来处理这个问题,以欺骗查询计划者提供一个好的计划。
SELECT * FROM
(SELECT `ScrapeSearchResult`.`creative_id`,
MAX(`ScrapeSearchResult`.`access_date`) AS `latest_access_date`
FROM `scrape_search_results` AS `ScrapeSearchResult`
WHERE 1 = 1
GROUP BY `ScrapeSearchResult`.`creative_id`
) as inner
ORDER BY `latest_access_date` DESC
LIMIT 20;
不过,此操作的成功将完全取决于内部合理的总行数。
我只是查看了MySQL 5.6的文档, 看来这应该工作……甚至在MySQL中也是如此;)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.