mysql - 尽管有索引，但带有 GROUP BY 查询的 DISTINCT COUNT 速度太慢

Question

我有以下查询来计算每周每个区域中的船只数量:

SELECT zone, 
    DATE_FORMAT(creation_date, '%Y%u') AS date, 
    COUNT(DISTINCT vessel_imo) AS vessel_count 
  FROM vessel_position
  WHERE zone IS NOT NULL
   AND creation_date >= DATE_SUB(CURDATE(), INTERVAL 12 MONTH)
  GROUP BY zone, date;

该表有大约 4000 万行。执行计划是:

+----+-------------+-----------------+------------+-------+--------------------+------+---------+------+----------+----------+------------------------------------------+
| id | select_type | table           | partitions | type  | possible_keys      | key  | key_len | ref  | rows     | filtered | Extra                                    |
+----+-------------+-----------------+------------+-------+--------------------+------+---------+------+----------+----------+------------------------------------------+
|  1 | SIMPLE      | vessel_position | NULL       | range | creation_date,zone | zone | 5       | NULL | 21190904 |    50.00 | Using where; Using index; Using filesort |
+----+-------------+-----------------+------------+-------+--------------------+------+---------+------+----------+----------+------------------------------------------+

列 vessel_imo、zone 和 creation_date 均已编入索引。主键是组合键(vessel_imo，creation_date)。

当我查看查询配置文件时，我可以看到我花了很多时间在 Creating sort index 上。

我能做些什么来进一步改进这个查询吗？

Answer 1

假设数据一旦插入就不会改变，然后构建并维护一个汇总表。

该表将包含三列:区域、周和该周的不同计数。在每周开始时，仅 构建前一周的行(每个区域一个；跳过NULL)。然后构建一个针对该表的查询——它将非常快，因为它将获取更少的行。

同时，INDEX(creation_date, zone, vessel_imo) 作为二级索引，将使每周任务相当高效(大约是当前查询速度的 52 倍)。