如何优化在特定日期范围内搜索行的 Mysql 查询

Question

这里是查询：

select timespans.id as timespan_id, count(*) as num
 from reports, timespans
 where  timespans.after_date >= '2011-04-13 22:08:38' and
        timespans.after_date <= reports.authored_at and
        reports.authored_at < timespans.before_date
 group by timespans.id;

这里是表格定义：

创建表`报告`（ `id` int(11) NOT NULL auto_increment, `source_id` int(11) 默认 NULL， `url` varchar(255) 默认为 NULL， `lat` 十进制（20,15） 默认 NULL， `lng` 十进制（20,15） 默认 NULL， `内容`文本， `notes` 文本， `authored_at` 日期时间默认 NULL， `created_at` 日期时间默认 NULL， `updated_at` 日期时间默认 NULL， `数据`文本， `title` varchar(255) 默认 NULL， `author_id` int(11) 默认 NULL， `orig_id` varchar(255) 默认 NULL， 主键（`id`）， KEY `index_reports_on_title`（`title`）， KEY `index_content_on_reports` (`content`(128)) 创建表`时间跨度`（ `id` int(11) NOT NULL auto_increment, `after_date` 日期时间默认 NULL， `before_date` 日期时间默认 NULL， `after_offset` int(11) 默认 NULL， `before_offset` int(11) 默认 NULL， `is_common` tinyint(1) 默认 NULL， `created_at` 日期时间默认 NULL， `updated_at` 日期时间默认 NULL， `is_search_chunk` tinyint(1) 默认为 NULL， `is_day` tinyint(1) 默认 NULL， 主键（`id`）， KEY `index_timespans_on_after_date`（`after_date`）， KEY `index_timespans_on_before_date`（`before_date`）

这里是解释：

+----+-------------+------------+-------+---------- -------------------------------------------------- --+-------------------+---------+------ -+--------+---------------------------------------------------- --------+ |编号 |选择类型 |表|类型 |可能的键 |关键 | key_len |参考 |行 |额外 | +----+-------------+------------+-------+---------- -------------------------------------------------- --+-------------------+---------+------ -+--------+---------------------------------------------------- --------+ | 1 |简单 |时间跨度 |范围 | index_timespans_on_after_date,index_timespans_on_before_date | index_timespans_on_after_date | 9 |空 | 84 |使用哪里；使用临时的；使用文件排序 | | 1 |简单 |报告 |全部 |空 |空 |空 |空 | 183297 |使用位置 | +----+-------------+------------+-------+---------- -------------------------------------------------- --+-------------------+---------+------ -+--------+---------------------------------------------------- --------+

这是我在 authored_at 上创建索引后的解释。如您所见，索引实际上并没有被使用（我认为...）

+----+-------------+------------+-------+---------- -------------------------------------------------- --+-------------------+---------+------ -+--------+---------------------------------------------------- ---------+ |编号 |选择类型 |表|类型 |可能的键 |关键 | key_len |参考 |行 |额外 | +----+-------------+------------+-------+---------- -------------------------------------------------- --+-------------------+---------+------ -+--------+---------------------------------------------------- ---------+ | 1 |简单 |时间跨度 |范围 | index_timespans_on_after_date,index_timespans_on_before_date | index_timespans_on_after_date | 9 |空 | 86 |使用哪里；使用临时的；使用文件排序 | | 1 |简单 |报告 |全部 | index_reports_on_authored_at |空 |空 |空 | 183317 |检查每条记录的范围（索引图：0x8）| +----+-------------+------------+-------+---------- -------------------------------------------------- --+-------------------+---------+------ -+--------+---------------------------------------------------- ---------+

报告表中有大约 142k 行，而时间跨度表中的行数要少得多。

现在查询大约需要 3 秒。

奇怪的是，如果我在reports.authored_at 上添加索引，它实际上会使查询慢得多，大约20 秒。我原以为它会做相反的事情，因为它可以很容易地找到范围两端的报告，然后把其余的扔掉，而不必检查所有报告。

有人可以澄清一下吗？我被难住了。

Answer 1

尝试将时间跨度表合并为一个多列索引，而不是两个单独的索引，而 before_date 和 after_date 在一个索引中。然后将该索引也添加到 authored_at 中。

Answer 2

我这样重写你的查询：

select t.id, count(*) as num from timespans t 
  join reports r where t.after_date >= '2011-04-13 22:08:38' 
  and r.authored_at >= '2011-04-13 22:08:38' 
  and r.authored_at < t.before_date 
group by t.id order by null;

并更改表的索引

alter table reports add index authored_at_idx(authored_at);

Answer 3

您可以在after_date 列上使用数据库的分区功能。对你有很大帮助。