如何使用组合索引进行昂贵的聚合查询？答案

【问题标题】：How to use a combined index for expensive aggregating queries?如何使用组合索引进行昂贵的聚合查询？
【发布时间】：2012-08-30 17:32:49
【问题描述】：

我在一个相对较大的表（约 2000 万行）上使用以下查询：

SELECT 
    MAX(`col_1`) 
FROM `table` 
WHERE  
    col_2 = X AND
    col_3 = Y AND
    col_4 = Z

我在 col_2、col_3 和 col_4 列上有一个组合索引，在 col_1 上有一个单独的索引，但查询仍然比没有 WHERE 部分的同一查询慢多个数量级。

如何使用索引来提高性能？

【问题讨论】：

您是否检查过索引是否与“解释”一起使用？索引是否包含按此确切顺序排列的列？
你用的是什么引擎？ MyISAM 还是 InnoDB？
引擎是 InnoDB。我在所有 4 列上也有一个索引，它必须按特定顺序吗？

标签： mysql performance indexing query-optimization

【解决方案1】：

如How MySQL Uses Indexes 中所述：

MySQL 为这些操作使用索引：

[ deletia ]
查找特定索引列的MIN() 或MAX() 值key_col。这是由预处理器优化的，该预处理器检查您是否在索引中 key_col 之前出现的所有关键部分上使用 WHERE key_part_N = constant。在这种情况下，MySQL 为每个 MIN() 或 MAX() 表达式执行单个键查找，并将其替换为常量。如果所有表达式都替换为常量，则查询立即返回。例如：
SELECT MIN(key_part2),MAX(key_part2)
FROM tbl_name WHERE key_part1=10;

因此，当您应用过滤器时，MySQL 不能使用您在 col_1 上定义的简单索引来查找 MAX(col_1)：它必须扫描所有匹配的行（尽管它可以按 @987654336 的降序执行此操作@ 通过对该简单索引进行排序），正如您查询的 EXPLAIN 输出所示。

您应该在(col_2, col_3, col_4, col_1) 上使用索引。

【讨论】：

谢谢，这将查询时间推到了没有where 部分的水平

【解决方案2】：

您可以尝试在第四位索引col_1，但这很大程度上取决于表的结构（即单行的权重）。在col_1 上计算MAX 时，如果没有WHERE，则可以通过索引立即获得信息（只需将其始终保持在左侧即可）。

添加WHERE，就不再如此了。您的查询很可能已经优化。通过了解 X、Y 和 Z 的类型和分布，可以（也许）进一步改进。

（一个愚蠢的例子：假设 col_2、col_3 和 col_4 已知在 (-255,+255) 范围内。然后你可以考虑添加一个额外的非规范化列来保存 (((col_1+255)*512+(col_2+255))*512+(col_3+255))并在此和col_1 上建立索引。甚至可能基于该索引聚类。如果您可以找到一个具有相当小的数据类型结果的单射函数，并且您经常运行“精确”查询，那么这是值得的在 X、Y 和 Z 上，即没有 WHERE col_2 BETWEEN X1 AND X2 的东西）。

【讨论】：

感谢您的回答。在我的情况下，查询始终是“精确的”，因为 col_2-4 是函数的参数，而 col_1 是该函数运行时创建的时间戳。我想知道的是“函数最后一次使用这些参数运行是什么时候”。
好吧，在这种情况下，如果参数的基数足够小，您也许可以从它们构造一个整数。我怀疑它们是整数格坐标；但如果它们是浮点数，恐怕只有四重索引。很高兴知道这是一种可行的可能性:-)