MySQL优化2个大表的连接

Question

我知道这个问题之前已经被问过很多次了，但我已经尝试了那里提到的解决方案，但没有找到答案。 我不确定答案是否只是“不可能”，因此决定提出这个问题。

我有 2 张桌子，尺寸如下：

SELECT COUNT(*) from t1
24mill

SELECT COUNT(*) from t1 WHERE col1 = 1 and col2 = 'A';
395k

SELECT COUNT(*) from t2
6mill

SELECT COUNT(*) from t2 WHERE col3 != 'B';
5.9mill

注意：

• col2 和 col3 是只有 6 个唯一值的枚举。
• col1 是具有约 9000 个唯一值的外键
• t1 -> t2 是一对多 => t1 中的多个记录将链接到同一个 t2。
• 这些列都不能为空

我想要做的查询是：

SELECT COUNT(*) AS num
FROM t1 INNER JOIN t2 ON t1.t2_ID = t2.t2_ID
WHERE t1.col1 = 1 AND t1.col2 = 'A' AND t2.col3 != 'B';
395k

t2_ID 是 t2 的主键，是 t1 的外键。

我已经创建了索引：

ALTER TABLE t1 ADD KEY key1 (t2_id);
ALTER TABLE t1 ADD KEY key2 (col1, t2_id, col2);

解释：

*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: t1
   partitions: NULL
         type: ref
possible_keys: key1,key2
          key: key2
      key_len: 4
          ref: const
         rows: 660k
     filtered: 50.00
        Extra: Using where; Using index
*************************** 2. row ***************************
           id: 1
  select_type: SIMPLE
        table: t2
   partitions: NULL
         type: eq_ref
possible_keys: PRIMARY,key3,key4
          key: PRIMARY
      key_len: 4
          ref: t1.t2_ID
         rows: 1
     filtered: 85.71
        Extra: Using where

当我运行这个查询时，它需要 3 秒。我正在尝试弄清楚如何才能使这更快。

在我看来，它已经在使用索引了。我正在尝试查看是否可以制作更好的索引或子查询或其他东西以使其更快。

Answer 1

select count(*) from t2 where
    t2.col3!='B'
    and not exists( select 1 from t1 where t1.t2_ID = t2.t2_ID and 
                    t1.col1 = 1 AND t1.col2 = 'A')

答案是一样的。

Answer 2

WHERE 子句的条件对于行限制更为重要，因此查询将检查来自t1 的较少行。您应该首先在索引中索引col1、col2，这样可以更精确地缩小搜索范围。然后将t2_id 添加为索引的第三列。

CREATE INDEX keyBK1 ON t1 (col1, col2, t2_id);

如果索引的第一列是t2_id，并且第二列有助于缩小搜索范围，您也可以避免连接到t2 的主键并直接连接到二级索引。

CREATE INDEX keyBK2 ON t2 (t2_id, col3);

我还没有测试它，但我希望 EXPLAIN 类似于以下内容（我已经模拟了，我实际上并没有运行 EXPLAIN）：

*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: t1
   partitions: NULL
         type: ref
possible_keys: key1,key2,keyBK1
          key: key3
      key_len: 8
          ref: const,const
         rows: ...about 300k... 
     filtered: 100.00
        Extra: Using where; Using index
*************************** 2. row ***************************
           id: 1
  select_type: SIMPLE
        table: t2
   partitions: NULL
         type: ref
possible_keys: PRIMARY,key3,key4,keyBK2
          key: keyBK2
      key_len: 8
          ref: t1.t2_ID,const
         rows: 1
     filtered: 100.00
        Extra: Using where; Using index

如果您可以让两个表都报告“使用索引”，它应该会更快。

但是，如果在 t1 表上的搜索继续匹配 300k 行，则此查询总是会非常昂贵（即速度很慢）！

Answer 3

ALTER TABLE t1 ADD KEY key2 (col1, t2_id, col2) 应改为： ALTER TABLE t1 ADD KEY key2 (t2_id, col1, col2) 使列顺序从最有选择性到最无选择性。 t2_id 有 6m 个唯一值，col1 有 9000 个唯一值，col2 有 6 个唯一值。此更改将使索引更具选择性，查询更高效。