MySQL JOIN/IN 性能优化答案

【问题标题】：MySQL JOIN / IN performance optimizationMySQL JOIN/IN 性能优化
【发布时间】：2015-06-16 15:38:31
【问题描述】：

我有以下 MySQL 查询：

SELECT 
    p.post_id,
    p.date_created,
    p.description, 
    p.last_edited, 
    p.link, 
    p.link_description, 
    p.link_image_url, 
    p.link_title, 
    p.total_comments, 
    p.total_votes, 
    p.type_id, 
    p.user_id 
FROM posts p JOIN posts_to_tribes ptt ON p.post_id=ptt.post_id 
WHERE ptt.tribe_id IN (1, 2, 3, 4, 5) 
GROUP BY p.post_id 
ORDER BY p.last_edited DESC, p.total_votes DESC LIMIT 25

在非并发环境中，此查询运行约 172 毫秒，但在并发环境中运行 1-2 秒（在性能测试期间）。

解释输出：

posts_to_tribes 表上的索引：

有什么办法可以提高性能吗？

【问题讨论】：

ptt.tribe_id 上可能有索引
基本经验法则：在“决策”上下文（join、where、order by）中使用的任何字段都应该有一个索引。
感谢您的回答，我在 posts_to_tribes.tribe_id 上添加了一个索引，但没有任何改变.. 查询现在运行约 188 毫秒.. 可能是我做错了什么..
为什么172ms的执行时间可以接受，但1-2秒的执行时间是不可接受的？
我在这个功能上有 REST 端点。现在它在性能测试期间在并发环境中运行约 6 秒，而其他端点运行约 2-3 秒

标签： mysql sql performance

【解决方案1】：

您需要posts_to_tribes 的复合索引：INDEX(tribe_id, post_id)。

GROUP BY 是为了弥补 JOIN 爆炸的行数。这是比IN ( SELECT ... ) 更好的解决方法：

SELECT  p.post_id, p.date_created, p.description, p.last_edited,
        p.link, p.link_description, p.link_image_url, p.link_title,
        p.total_comments, p.total_votes, p.type_id, p.user_id
    FROM  posts p
    JOIN  
      ( SELECT  DISTINCT  post_id
            FROM  posts_to_tribes
            WHERE  tribe_id IN (1, 2, 3, 4, 5)
      ) AS ptt USING (post_id)
    ORDER BY  p.last_edited DESC,
              p.total_votes DESC
    LIMIT  25

【讨论】：

非常感谢！此查询运行约 140 毫秒
还有一个问题，我们需要 p.last_edited 和 p.total_votes 的索引吗？
没有。我不相信INDEX(last_edited, total_votes)（复合，按此顺序）会有任何好处。 (1) 它将从子查询开始，它不会让它到达那个索引。 (2) 这些听起来像是会发生很大变化的列，因此会产生UPDATE 的开销。你会被“文件排序”困住。
我错过了什么？此查询将返回重复的行...？
糟糕——将DISTINCT 添加到我的子查询中。

【解决方案2】：

当您真的想在两个表之间应用semi-join 时，您应用了JOIN 操作（SQL 中的半联接是使用IN 或EXISTS 谓词实现的）。

因为您使用了错误类型的JOIN，所以您又使用GROUP BY 删除了重复记录。那里浪费了很多 CPU 周期。

下面的查询会快很多：

SELECT 
    p.post_id,
    p.date_created,
    p.description, 
    p.last_edited, 
    p.link, 
    p.link_description, 
    p.link_image_url, 
    p.link_title, 
    p.total_comments, 
    p.total_votes, 
    p.type_id, 
    p.user_id 
FROM posts p 
WHERE p.post_id IN (
  SELECT ptt.post_id
  FROM posts_to_tribes ptt
  WHERE ptt.tribe_id IN (1, 2, 3, 4, 5)
)
ORDER BY p.last_edited DESC, p.total_votes DESC LIMIT 25

(p.post_id) 和 (ptt.tribe_id, ptt.post_id) 上仍应有索引

【讨论】：

谢谢，现在这个查询运行~156ms 另外，我会在并发环境中的性能测试中检查它
您是否按照我的指示在ptt 的两列上都设置了索引？
在posts_to_tribes我有一个PK（tribe_id，post_id）。同样在帖子表中，post_id 也是 PK。我应该在这些字段上添加单独的索引吗？
@alexanoid：啊哈，好的。没有PK应该就足够了。对不起，我的 MySQL 知识太有限了。我敢肯定这会优化您在 Oracle 中的查询，不过...