提高查询速度建议

Question

为了自学，我正在为一家电力公司开发一个发票系统。我有多个时间序列表，间隔不同。一张表代表消费，另外两张代表价格。仍应包含第三个价格表。现在我正在运行计算查询，但查询速度很慢。我想提高查询速度，特别是因为这只是开始计算，查询只会变得更加复杂。另请注意，这是我创建的第一个数据库和我做过的练习。最好是简化的解释。感谢您提供的任何帮助。

我已在每个表中编入索引：DATE, PERIOD_FROM, PERIOD_UNTIL。这将过程从 60 秒加快到 5 秒。

表格的结构如下：

CREATE TABLE `apxprice` (
 `APX_id` int(11) NOT NULL AUTO_INCREMENT,
 `DATE` date DEFAULT NULL,
 `PERIOD_FROM` time DEFAULT NULL,
 `PERIOD_UNTIL` time DEFAULT NULL,
 `PRICE` decimal(10,2) DEFAULT NULL,
 PRIMARY KEY (`APX_id`)
) ENGINE=MyISAM AUTO_INCREMENT=28728 DEFAULT CHARSET=latin1

CREATE TABLE `imbalanceprice` (
 `imbalanceprice_id` int(11) NOT NULL AUTO_INCREMENT,
 `DATE` date DEFAULT NULL,
 `PTU` tinyint(3) DEFAULT NULL,
 `PERIOD_FROM` time DEFAULT NULL,
 `PERIOD_UNTIL` time DEFAULT NULL,
 `UPWARD_INCIDENT_RESERVE` tinyint(1) DEFAULT NULL,
 `DOWNWARD_INCIDENT_RESERVE` tinyint(1) DEFAULT NULL,
 `UPWARD_DISPATCH` decimal(10,2) DEFAULT NULL,
 `DOWNWARD_DISPATCH` decimal(10,2) DEFAULT NULL,
 `INCENTIVE_COMPONENT` decimal(10,2) DEFAULT NULL,
 `TAKE_FROM_SYSTEM` decimal(10,2) DEFAULT NULL,
 `FEED_INTO_SYSTEM` decimal(10,2) DEFAULT NULL,
 `REGULATION_STATE` tinyint(1) DEFAULT NULL,
 `HOUR` int(2) DEFAULT NULL,
 PRIMARY KEY (`imbalanceprice_id`),
 KEY `DATE` (`DATE`,`PERIOD_FROM`,`PERIOD_UNTIL`)
) ENGINE=MyISAM AUTO_INCREMENT=117427 DEFAULT CHARSET=latin

CREATE TABLE `powerload` (
 `powerload_id` int(11) NOT NULL AUTO_INCREMENT,
 `EAN` varchar(18) DEFAULT NULL,
 `DATE` date DEFAULT NULL,
 `PERIOD_FROM` time DEFAULT NULL,
 `PERIOD_UNTIL` time DEFAULT NULL,
 `POWERLOAD` int(11) DEFAULT NULL,
 PRIMARY KEY (`powerload_id`)
) ENGINE=MyISAM AUTO_INCREMENT=61039 DEFAULT CHARSET=latin

现在运行此查询时：

SELECT  i.DATE, i.PERIOD_FROM, i.TAKE_FROM_SYSTEM, i.FEED_INTO_SYSTEM,
        a.PRICE, p.POWERLOAD, sum(a.PRICE * p.POWERLOAD)
    FROM  imbalanceprice i, apxprice a, powerload p
    WHERE  i.DATE = a.DATE
      and  i.DATE = p.DATE
      AND  i.PERIOD_FROM >= a.PERIOD_FROM
      and  i.PERIOD_FROM = p.PERIOD_FROM
      AND  i.PERIOD_FROM < a.PERIOD_UNTIL
      AND  i.DATE >= '2018-01-01'
      AND  i.DATE <= '2018-01-31'
    group by  i.DATE

我已经用 explain 运行查询并得到以下结果： Select_type, all simple partitions all null possible keys a,p = null i = DATE Key a,p = null i = DATE key_len a,p = null i = 8 ref a,p = null i = timeseries.a.DATE,timeseries.p.PERIOD_FROM 行 a = 28727 p = 61038 i = 1 过滤 a = 100 p = 10 i = 100 额外：使用 where 使用临时使用 filesort b extra: using where using join buffer (block nested loop) c extra: null

我最好运行一个更复杂的查询，针对整年并按月分组，例如包含所有价格表。但是，这太慢了。我已经在每个表中编制了索引：DATE、PERIOD_FROM、PERIOD_UNTIL。计算结果可能不会改变，在这种情况下，两米的季度小时消耗乘以小时价格。

Answer 1

“明确地说，”你首先应该看的是索引。

WHERE i.DATE = a.DATE ... 等子句被明确地称为INNER JOIN，，SQL 引擎需要能够“立即”定位匹配的行。 （也就是说，不用看整个表！）

• 仅供参考： 就像现实生活中的任何索引一样——如果我们还有这样的东西，我将在这里谈论“图书馆卡片目录”——索引将有助于“等于”和“小于/大于”比”查询。索引将计算机直接带到数据中的特定点，无论是“命中”还是“未遂事件”。

最后，EXPLAIN 动词非常有用：将这个词放在您的查询前面，SQL 引擎应该准确地“向您解释”如何执行您的查询。 （SQL 引擎会查看数据库的结构来做出决定。）虽然EXPLAIN 的输出是... (heh) ...“不完全标准化”，它将帮助您查看计算机是否认为它需要做一些非常浪费时间的事情才能提供您的答案。