SQL - 内部连接表上的复合索引？

Question

我正在尝试创建一个或多个附加索引来加快下面的查询。所有的键都是主键（表 A 上的 id 除外），因此它们已经有一个与之关联的默认 btree 索引。表 A 上的 id 也有一个与其关联的索引，因为它是一个 MUL 键，这意味着它是非唯一索引的一部分。

Select A.id
From TableA A
      Inner join TableB B
      On A.address = B.address
      And A.code = B.code
Group by A.id
Having count(distinct B.user) = 1;

这些是上述表格的当前索引：

mysql> show index from TableA;
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+
| Table   | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+
| TableA |          0 | PRIMARY  |            1 | address      | A         |           8 |     NULL | NULL   |      | BTREE      |         |
| TableA |          0 | PRIMARY  |            2 | code         | A         |          24 |     NULL | NULL   |      | BTREE      |         |
| TableA |         1  | id       |            1 | id           | A         |           8 |     NULL | NULL   |      | BTREE      |         |
+---------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+


mysql> show index from TableB;
+-----------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+
| Table     | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment |
+-----------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+
| TableB    |          0 | PRIMARY  |            1 | user        | A         |           9 |     NULL | NULL   |      | BTREE      |         |
| TableB    |          0 | PRIMARY  |            2 | address     | A         |           9 |     NULL | NULL   |      | BTREE      |         |
| TableB    |          0 | PRIMARY  |            3 | code        | A         |           9 |     NULL | NULL   |      | BTREE      |         |
| TableB    |          1 | address  |            1 | address     | A         |           9 |     NULL | NULL   |      | BTREE      |         |
| TableB    |          1 | address  |            2 | code        | A         |           9 |     NULL | NULL   |      | BTREE      |         |
+-----------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+

查询说明如下：

    +----+-------------+-------+--------+---------------+---------+---------+---------------------------------------+------+----------------------------------------------+
| id | select_type | table | type   | possible_keys | key     | key_len | ref                                   | rows | Extra                                        |
+----+-------------+-------+--------+---------------+---------+---------+---------------------------------------+------+----------------------------------------------+
|  1 | SIMPLE      | F     | index  | address       | address | 514     | NULL                                  |    9 | Using index; Using temporary; Using filesort |
|  1 | SIMPLE      | A     | eq_ref | PRIMARY       | PRIMARY | 514     | db.B.address,db.B.code                |    1 |                                              |
+----+-------------+-------+--------+---------------+---------+---------+---------------------------------------+------+----------------------------------------------+

我无法理解我应该做什么。为了提高上述查询的速度，我唯一能做的就是地址和代码的复合索引吗？

还是 id 的聚集索引（因为查询使用 group by）更好？或者我可以同时使用吗？

Answer 1

截至 2016 年底，MySQL 不能在单个查询中为任何给定表利用多个索引。因此，添加新的单列索引并没有帮助。我想你知道。

如果不尝试，很难知道复合索引的效果如何。话虽如此，我建议您在TableB 上尝试此索引。 (address, code, user)?

为什么？该查询查找code 和address 的特定值，然后汇总user。试试看吧。

您也可以在TableA 上尝试复合索引。应该是(id, address, code)。这以id 开头，因为您在TableA 上没有任何WHERE 过滤器，并且您的GROUP BY 子句可以通过按id 顺序扫描您的表来优化。但请先尝试TableB 索引。

http://use-the-index-luke.com/ 是一个很好的参考。