为什么 MAX() 比 ORDER BY ... LIMIT 1 慢 100 倍？

Question

我有一个表 foo 与（以及其他 20 个）列 bar、baz 和 quux 索引在 baz 和 quux。该表有大约 500k 行。

为什么以下查询的速度差异如此之大？查询 A 耗时 0.3s，查询 B 耗时 28s。

查询 A

select baz from foo
    where bar = :bar
    and quux = (select quux from foo where bar = :bar order by quux desc limit 1)

解释

id  select_type table   type    possible_keys   key     key_len ref     rows    Extra
1   PRIMARY     foo     ref     quuxIdx         quuxIdx 9       const   2       "Using where"
2   SUBQUERY    foo     index   NULL            quuxIdx 9       NULL    1       "Using where"

查询 B

select baz from foo
    where bar = :bar
    and quux = (select MAX(quux) from foo where bar = :bar)

解释

id  select_type table   type    possible_keys   key     key_len ref     rows    Extra
1   PRIMARY     foo     ref     quuxIdx         quuxIdx 9       const   2       "Using where"
2   SUBQUERY    foo     ALL     NULL            NULL    NULL    NULL    448060  "Using where"

我使用 MySQL 5.1.34。

Answer 1

您应该在(bar, quux) 上添加一个索引。

没有这个索引，MySQL 无法看到如何高效地执行查询，因此它必须从各种低效的查询计划中进行选择。

在第一个示例中，它扫描quux 索引并为找到的每一行在原始表中查找bar 的相应值。检查每一行需要两倍的时间，但幸运的是，具有正确值 bar 的行接近其扫描的开始，因此它可以停止。这可能是因为您搜索的bar的值经常出现，所以幸运的机会非常高。因此，它可能只需要在找到匹配项之前检查少数行，因此即使检查每一行需要两倍的时间，但仅检查几行的事实可以节省大量的整体成本。由于bar 上没有索引，MySQL 事先不知道:bar 的值经常出现，所以它无法知道这个查询会很快。

在第二个示例中，它使用了一个不同的计划，它始终扫描整个表。每一行都直接从表中读取，不使用索引。这意味着读取的每一行都很快，但是因为你有很多行，所以总体上很慢。如果在:bar 上没有匹配的行，这将是更快的查询计划。但是，如果大约 1% 的行具有 bar 的期望值，则与上述计划相比，使用此查询计划将（非常）慢大约 100 倍。由于您在 bar 上没有索引，因此 MySQL 不会提前知道这一点。

您也可以只添加缺少的索引，然后两个查询都会快得多。