mysql - 了解为什么当有大量文本列时分组查询会变慢

Question

我有一个运行缓慢的查询，我想出了一个更快的替代方案，但我需要一些帮助来理解为什么原始查询如此慢。

我的问题的简化版本使用两个表。第一个表的简化版本称为配置文件，是

`profiles` (
 `id` int(11),
 `title` char(255),
 `body` text,
 `pin` int(11),
  PRIMARY KEY (`id`),
  UNIQUE KEY `pin` (`pin`)
 )

我的第二个表 Calls 的简化版本是

`calls` (
 `id` int(11),
 `pin` int(11),
 `duration` int(11),
 PRIMARY KEY (`id`),
 KEY `ivr_id` (`pin`)
)

我的查询应该获取完整的配置文件，以及配置文件收到的调用数量。我使用的查询是

SELECT profiles.*, COUNT(*) AS num_calls 
FROM profiles 
LEFT JOIN calls 
ON profiles.pin = calls.pin
GROUP BY profiles.pin

对于大约 100 个配置文件和大约 250,000 个调用，此查询大约需要 10 秒，速度很慢。

如果我修改查询以仅从配置文件中选择标题，而不是所有列，则查询速度会快得多。如果我修改查询以删除分组依据，它也会快得多。如果我只是从配置文件表中选择所有内容，那么它也是一个快速查询。

我的实际配置文件表有更多的文本和字符字段。选择的文本字段越多，查询速度越差。当文本字段不参与 JOIN 或 GROUP 时，为什么它们会导致查询如此缓慢？

我想出了一个稍微不同的查询，它的速度要快得多，不到半秒。该查询是:

SELECT profiles.*, temp.readings 
FROM profiles 
LEFT JOIN (
    SELECT pin ,COUNT(*) AS readings 
    FROM calls 
    GROUP BY pin
) AS temp 
ON temp.pin=profiles.pin

虽然我认为我已经解决了速度问题，但我想了解是什么导致了第一个查询中的问题。

========更新========

我刚刚分析了这两个查询，整个速度差异在于“发送数据”部分。慢查询约10秒，快查询约0.1秒

========更新2========

与@scaisEdge讨论后，我想我可以重新表述我的问题。假设表 T1 有约 40 列，其中 8 列为 TEXT 类型，约 100 行，而表 T2 有 5 列 INT 和 VARCHAR 类型，有约 250,000 行。为什么会这样:

SELECT T1.* FROM T1 is fast

SELECT T1.* FROM T1 JOIN T2 GROUP BY T1.joinfield is slow

SELECT T1.selectfield FROM T1 JOIN T2 GROUP BY T1.joinfield 如果 selectfield 是 INT 或 VARCHAR

Answer 1

这应该发生，因为

第一个查询将 100 个配置文件与 250,000 个调用连接起来，然后按结果分组减少返回的行。 select profile.* 意味着每个匹配行对配置文件表数据的完全访问

然后将第二个查询连接100个配置文件与TEMP子查询返回的行数(可能远小于250,000)，减少对表配置文件数据的访问次数

尝试仅访问固定列，而不是配置文件。*

SELECT profiles.pin, COUNT(*) AS num_calls 
FROM profiles 
LEFT JOIN calls ON profiles.pin = calls.pin
GROUP BY profiles.pin

建议您注意，只有 5.7 版本之前的 mysql 版本才允许在第一个查询中使用 group by .. 因为在 select 子句中使用 group by 列而不提及列，并且不受聚合函数的影响并且默认不允许在 GROUP BY 中提及并产生错误..