MySQL 自连接性能：事实还是索引不好？

Question

例如：我有一个数据库来检测访问者（机器人等），由于不是每个访问者都有相同数量的“凭据”，所以我制作了一个“动态”表，如下所示：参见小提琴：http://sqlfiddle.com/#!9/ca4c8/1 （简化版）。

这将返回我用来收集有关每个配置文件（在另一个数据库中）的信息的配置文件 ID。根据配置文件类型，我使用不同的nameclause (name='something')（ei：主机名、ipAddr、userAgent、HumanId 等）查询表。

我不是 SQL 专家，但我熟悉索引、约束、主键、唯一键、外键等。根据我从这些搜索结果中看到的信息：

• Mysql Self-Join Performance
• How to tune self-join table in mysql like this?
• Optimize MySQL self join query
• JOIN Performance Issue MySQL
• MySQL JOIN performance issue

他们中的大多数人都有cmets关于自联接性能不佳的问题，但答案往往是针对缺少索引的原因。

所以最后一个问题是：假设所有内容都已正确索引，自加入表是否会使其更容易出现不良性能？

---

附带说明，有关表格的更多信息：可能与问题无关，但适合我的特定情况：

• 列标志用于标记要删除的记录，因为我从 php 使用的用户没有对该数据库的 DELETE 权限。抱歉，安全比性能更重要
• 我添加了与从用户代理获得的信息一起使用的“类型”。 （即：如果有任何东西（至少看起来是）机器人，我们将只搜索类型 5000。
• 不幸的是，列“名称”是在主键中索引的 varchar（带有配置文件和类型）。
• 我尝试在 SELECT 查询中使用尽可能多的 INT 和过滤 (WHERE) 来减少最终的性能损失（如果这很重要的话）
• 如果需要，我愿意研究和调整这件事，除非有 mysql 高背景的人告诉我这样做真的不是一件好事。

这是我正在开发的一个大型项目，因此我目前无法使用数百万条记录对其进行测试，但我想知道随着它的增长，性能是否会成为问题。任何输入、链接、参考、文档或测试程序（可能在 cmets 中）将不胜感激。

Answer 1

自联接与联接两个不同的表没有什么不同。优化器将选择一个“表”，通常基于WHERE，然后对另一个进行嵌套循环连接。在您的情况下，您通过LEFT 暗示它应该只以一种方式工作。 （优化器将忽略它认为不需要它的 if。

你的钥匙是为那个小提琴找到的。

真正的问题是“实体-属性-值”，这是一种在表格中布置数据的混乱方式。您的查询似乎是说“找到一个（限制 1）profile（实体），它具有一对属性（名称 = Googlebot AND addr = ...）。

拥有两列（名称和地址）和一个“复合”INDEX(name, addr) 会更容易、更快。

我建议对 common “属性”执行此操作，然后将其余部分放入带有 JSON 字符串的单个列中。见here。