优化 MySQL 查询 group_concat 函数

Question

SELECT SQL_NO_CACHE link.stop, stop.common_name, locality.name, stop.bearing, stop.latitude, stop.longitude
FROM service
JOIN pattern ON pattern.service = service.code
JOIN link ON link.section = pattern.section
JOIN naptan.stop ON stop.atco_code = link.stop
JOIN naptan.locality ON locality.code = stop.nptg_locality_ref
GROUP BY link.stop

上述查询大约需要 800 毫秒 - 1000 毫秒才能运行。

如果我附加 group_concat 语句，则查询需要 8 - 10 秒：

SELECT SQL_NO_CACHE link.stop, link.stop, stop.common_name, locality.name, stop.bearing, stop.latitude, stop.longitude, group_concat(service.line) lines

如何更改此查询，使其使用group_concat 语句在 2 秒内运行？

SQL 小提琴：http://sqlfiddle.com/#!9/414fe

EXPLAIN 两个查询的语句：http://i.imgur.com/qrURgzV.png

Answer 1

这个查询需要多长时间？

SELECT p.section, GROUP_CONCAT(s.line)
FROM pattern p join
     service s
     ON p.service = s.code
GROUP BY p.section

我认为您可以在子查询中执行group_concat()，因此外部查询不需要聚合。当子查询中有一个表时，这可以加快查询速度。就你而言，有两个。

最终的结果会是这样的：

link.section = pattern.section

SELECT SQL_NO_CACHE . . .,
       (SELECT GROUP_CONCAT(s.line)
        FROM pattern p join
             service s
             ON p.service = s.code
        WHERE p.section = link.section
       ) as lines
FROM link JOIN
     naptan.stop
     ON stop.atco_code = link.stop JOIN
     naptan.locality
     ON locality.code = stop.nptg_locality_ref;

对于此查询，您需要以下附加索引：pattern(section, service) 和 service(code, line)。

我不知道这是否可行，但值得一试。

注意：这是假设您真的不需要 group by 来显示其余列。

Answer 2

备注：您使用的是nonstandard MySQL extension to GROUP BY。它恰好对你有用，因为link.stop 与stop.atco_code 相连，stop.atco_code 本身就是一个主键。但是你需要非常小心。

我建议你添加一些复合索引。您在service 上加入pattern，并在section 上加入。所以添加这个索引。

ALTER TABLE pattern ADD INDEX service_section (service, section, line);

这将使查询只使用索引，而不必访问表本身来检索 JOIN 或您的 GROUP_CONCAT() 操作所需的信息。 （您也可以只删除 service 上的索引，这个新索引使其变得多余）。

同样，您想在link 表上创建索引(section, stop)，并删除仅在section 上的索引。

在stop 上，您使用了大部分列，并且您已经在atco_code 上拥有了一个索引 (PK)，所以让这个成为吧。

最后，在locality 上为(code,name) 放置一个索引。

所有这些索引猴子业务都应该减少 MySQL 为满足您的查询而必须做的工作量。

现在看，一旦您将WHERE anything = anything 添加到查询中，您可能需要将一列添加到这些索引中的一个或多个。您绝对应该阅读multi-column indexing 和grouping；良好的索引是您数据类型成功的关键因素。

您还应该在插入大量行后对每个表运行ANALYZE TABLE xxxx，以确保查询优化器可以看到有关表和索引内容的适当信息。