问题标签 [query-optimization]

我在数据库中有一个包含 7k 多条记录的表。我有一个在该表中搜索特定 id 的查询。（id 是自动递增的）

查询是这样的->

此查询将对 7k + 数据进行所有搜索.......无论如何我都可以优化此查询，以便仅对 500 或 1000 条记录进行搜索......因为这些记录会增加一天一天，我的查询会越来越重。有什么建议吗？？？？？？

我有两张桌子，一张用于路线，一张用于机场。

Routes 包含刚刚超过 9000 行，我已经为每一列建立了索引。机场只有 2000 行，我也为每一列编制了索引。

当我运行此查询时，最多可能需要 35 秒才能返回 300 行：

用“DESCRIBE”运行它，我得到了以下信息，但我不能 100% 确定它告诉我什么。

我能想到的唯一选择是运行两个单独的查询并将它们与 PHP 连接起来，但我无法相信这样的事情会杀死 mysql 服务器。所以像往常一样，我怀疑我在做一些愚蠢的事情。SQL 是我的第一个弱点。

我对 mysql 非常熟悉，我需要一些关于清理查询的提示。它在整个站点中以多种形式使用。它有一些子查询派生表和乐趣。继承人的查询：

下面是解释：

和表格：

想象一下，我有一个存储一系列稀疏向量的表。稀疏向量意味着它仅在数据结构中显式存储非零值。我可以有一个 100 万维向量，但我只存储非零维度的值。所以大小与非零条目的数量成正比，而不是与向量的维数成正比。

表定义是这样的：vector_id : int dimension : int value : float

现在，在普通编程领域，我可以在 O(|v1| + |v2|) 时间内计算两个向量的内积或点积。基本上，该算法是存储按维度排序的稀疏向量并遍历每个维度中的维度，直到找到维度之间的冲突并将共享维度的值相乘并继续将它们相加，直到到达任一向量的末尾.

在 SQL 中实现这一目标的最快方法是什么？

我有两个表，第一个是一个大表（数百万行），最有趣的列是一个整数，我将称之为“键”。我相信这个解决方案对于日期或日期时间范围也是相同的。

第二个表要小得多（数千行），有一堆我感兴趣的属性，这些属性是在一系列键上定义的。它具有以下结构：

key_lower_bound：int key_upper_bound：intinteresting_value1：浮动interesting_value2：intinteresting_value3：varchar(50) ...

我想查找第一个表中的所有值，并根据第一个表中的键是否在区间 [key_lower_bound, key_upper_bound) 内将它们与第二个表“连接”。

这在数学上有点像稀疏内积或稀疏点积，但有点奇怪，因为第二个表中涉及这些范围。不过，如果我用代码编写它，那将是一个 O(|first table| + |second table|) 算法。我会保留一个指向两个（排序的）列表的指针并遍历它们，以确定第一个表中的每个键是否属于第二个表的范围。诀窍是，每次检查第一个表中的键时，我都不会遍历第二个列表，因为两个列表都是排序的。

当我构建最明显的 SQL 查询（涉及检查键是否为 > key_lower_bound 和 < key_upper_bound）时，它花费的时间太长了。

该天真的查询存在某种二次行为，因为我认为查询引擎正在对第二个表中的每一行进行每次比较，而实际上，如果第二个表按 key_lower_bounds 排序，这不应该是必要的。所以我得到了 O(|first table| x |second table|) 类型的行为，而不是所需的 O(|first table| + |second table|) 行为。

是否可以获得线性 SQL 查询来执行此操作？

JOIN 查询比几个查询快吗？（您运行主查询，然后根据主查询的结果运行许多其他 SELECT）

我问是因为加入它们会使我的应用程序设计复杂化很多

如果它们更快，任何人都可以粗略地估计多少？如果是 1.5 倍，我不在乎，但如果是 10 倍，我想我会。

在同一查询中应用条件之前应用OracleSTART WITH ... CONNECT BY子句。因此， WHERE 约束无助于优化。WHERECONNECT BY

例如，以下查询可能会执行全表扫描（忽略 上的选择性dept_id）：

我尝试通过两种方式提高性能：

查询一：

查询 B：

虽然这两个查询的性能都比原始查询好得多，但在 Oracle 10g 第 2 版中，查询 B 的性能确实比 A 好得多。

CONNECT BY对于andWHERE子句，您是否有类似的性能优化来处理？您如何解释查询 B 比查询 A 做得更好？

考虑以下数据库表：

• 包含 13,000,000 行的“消息”表（每条消息一行）。
• 表“用户”有 3,000,000 行（每个用户一行）。

以下查询用于获取一堆消息和相应的用户：

每个查询获取 100 条消息。

“消息”在 id（主键，BIGINT不是自动生成）和 user_id 上建立索引。

“用户”在 id 上建立索引（主键，INT 自动生成）。

数据库是使用 MyISAM 的 MySQL。

目前，查询的执行时间超过 3000 毫秒，这让我感到困惑，因为“消息”是在“id”上索引的，所以检索正确的行应该非常快。

我的问题是：鉴于描述的场景和设置，3000 毫秒的查询时间是“正常的”还是我遗漏了什么？如果需要更多详细信息，请告诉我。

更新 #1：以下是表定义：

我在定义中观察到的唯一“非标准”是“messages.id”是 BIGINT 而不是 INT。这可能是一个暗示吗？

表有两列：

我在表中放了四项：

现在，如果我这样做：

我得到了可怕的“使用文件排序”。这是怎么回事？根据此页面，它应该使用索引进行排序。难道我做错了什么？

在 XP 上的 MySQL 5.0.41 和 ubuntu 上的 5.0.67 上测试。

更新：我在表中添加了 1,110,000 行，我添加了一个 VARCHAR 列并用文本填充它。表大小现在为 135MB，我仍在“使用文件排序”。

1. 任何人都有关于如何快速添加大量行的任何提示？
2. 在什么时候我应该考虑一个“足够大”的表来进行查询优化测试？

我在一些相当大的表上得到了一个包含五个连接的查询（最大的表是 1000 万条记录），我想知道行是否存在。到目前为止，我已经这样做来检查行是否存在：

使用此查询，在存储过程中需要 22 秒，我希望它接近“即时”。这甚至可能吗？我该怎么做才能加快速度？

我获得了要加入的字段和 WHERE 子句中的字段的索引。

有任何想法吗？