1

我有一个包含 300M 行（并且还在增长）的表（location_data）。

我想为 foo_id 的特定值找到最新条目 (MAX(id))的 id 。

  • 下面的查询是最优的吗？它通常需要几秒钟。
  • “rows”值 561826 是否意味着 MySQL 正在读取并扫描 foo_id 的所有行，尽管它应该能够使用复合索引立即跳转到 foo_id 的最后一个 id？
  • 为什么“keylen”4，当它由两个 32 位整数组成时？

最重要的是，我怎样才能加快这个查询？

mysql> explain
    -> SELECT foo_id, MAX(id) id 
    -> FROM location_data l   
    -> WHERE l.foo_id = 253   
    -> GROUP BY foo_id;
+----+-------------+-------+------+---------------+---------+---------+-------+--------+-------------+
| id | select_type | table | type | possible_keys | key     | key_len | ref   | rows   | Extra       |
+----+-------------+-------+------+---------------+---------+---------+-------+--------+-------------+
|  1 | SIMPLE      | l     | ref  | Index 5       | Index 5 | 4       | const | 561826 | Using index |
+----+-------------+-------+------+---------------+---------+---------+-------+--------+-------------+
1 row in set (0.00 sec)

mysql> SHOW CREATE TABLE bar.location_data;
...
  CREATE TABLE `location_data` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `foo_id` int(11) NOT NULL,
  `ts_lastpos` datetime DEFAULT NULL,
  `lat` double NOT NULL,
  `lng` double NOT NULL,
  PRIMARY KEY (`id`),
  KEY `Index 5` (`foo_id`,`id`)
) ENGINE=MyISAM AUTO_INCREMENT=562767448 DEFAULT CHARSET=latin1 
...
1 row in set (0.00 sec)
4

1 回答 1

1

我试过这个：

SELECT MAX(id) id 
FROM location_data l   
WHERE l.foo_id = 2;

对于适当的 l.foo_id，结果仍然是 MAX(id)。无需检索 foo_id，因为您在查询之前已经知道它。

我一删除GROUP BY，EXPLAIN 就开始给出这个：

mysql> EXPLAIN SELECT MAX(id) id
    -> FROM location_data l
    -> WHERE l.foo_id = 2\G
*************************** 1. row **********************
           id: 1
  select_type: SIMPLE
        table: NULL
         type: NULL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: NULL
        Extra: Select tables optimized away
1 row in set (0.00 sec)

这意味着您已经完成了一个查询，它只计算表中的行数，并且该表是 MyISAM 表。MyISAM 表以单独的行数存储，因此执行此查询 MySQL 根本不需要查看任何表行数据。相反，它会立即返回预先计算的行数。因此，表访问被“优化”并且查询速度快如闪电。

MySQL解释计划中“选择优化的表”的含义

所以，我认为，摆脱 GROUP BY 会加快您的查询速度。

于 2013-05-16T11:19:26.427 回答