1

我知道对此有类似的问题，但我有一个特定的查询/问题围绕为什么这个查询

EXPLAIN SELECT DISTINCT RSubdomain FROM R_Subdomains WHERE EmploymentState IN (0,1) AND RPhone='7853932120'

给我这个输出解释

id  select_type table   type    possible_keys   key key_len ref rows    Extra
1   SIMPLE  RSubdomains index   NULL    RSubdomain  767 NULL    3278    Using where

在 RSubdomains 上使用和索引

但是如果我在 EmploymentState/RPhone 上添加一个综合索引

我从解释中得到这个输出

id  select_type table   type    possible_keys   key key_len ref rows    Extra
1   SIMPLE  RSubdomains range   EmploymentState EmploymentState 67  NULL        2   Using where; Using temporary

如果我删除 RSubdomains 上的 distinct ，它会从解释输出中删除 Using temp ......但我不明白为什么，当我添加复合键（并保留 RSubdomain 上的键）时，不同的结果会结束使用临时表，这里哪个索引架构更好？我看到在组合键上扫描的行数要少得多，但查询是范围类型的，而且速度也较慢。

4

1 回答 1

1

问：为什么... distinct 最终会使用临时表？

MySQL 正在对索引进行范围扫描（即读取索引块）以定位满足谓词（WHERE 子句）的行。然后 MySQL 必须RSubdomain从基础表中查找列的值（它在索引中不可用。）为了消除重复，MySQL 需要扫描RSubdomain检索到的值。“Using temp”表示 MySQL 正在具体化一个结果集，该结果集在后续步骤中进行处理。（很可能，这RSubdomain是检索到的一组值；鉴于 DISTINCT，很可能 MySQL 实际上正在创建一个临时表，其中 RSubdomain 作为主键或唯一键，并且只插入非重复值。

在第一种情况下，看起来行是按顺序检索的RSubdomain（可能是集群键中的第一列）。这意味着 MySQL 不需要比较所有值的RSubdomain值；它只需要检查最后检索到的值是否与当前检索到的值匹配，以确定该值是否可以“跳过”。

问：这里哪个索引模式更好？

您的查询的最佳索引可能是覆盖索引：

... ON R_Subdomains (RPhone, EmploymentState, RSubdomain)

但是只有 3278 行，您不太可能看到任何性能差异。

跟进

不幸的是，MySQL 没有提供其他 RDBMS 中提供的检测类型（如 Oracle 事件 10046 sql 跟踪，它提供了资源和等待的实际时间。）

由于 MySQL 选择在可用时使用索引，这可能是最有效的计划。为了获得最佳效率，我将执行 OPTIMIZE TABLE 操作（对于具有动态格式的 InnoDB 表和 MyISAM 表，如果有大量 DML 更改，尤其是修改行长度的 DELETE 和 UPDATE...）至少，它将确保索引统计信息是最新的。

您可能想要比较执行 GROUP BY 而不是 DISTINCT 的等效语句的计划，即

SELECT r.RSubdomain
  FROM R_Subdomains r
 WHERE r.EmploymentState IN (0,1)
   AND r.RPhone='7853932120'
 GROUP
    BY r.Subdomain

为了获得最佳性能，我会使用以 RPhone 作为前导列的覆盖索引；这是基于对 RPhone 列的基数（接近唯一值）的假设，而不是在就业状态列中只有几个不同的值。该覆盖索引将提供最佳性能...即最快消除需要检查的行。

但是同样，只有几千行，很难看到任何性能差异。如果查询正在检查数百万行，那么您可能会看到差异，而良好性能的关键将是限制需要检查的行数。

于 2013-11-09T00:03:47.917 回答