mysql - 数据库 : performance of dynamic vs. 表中最新样本的静态查找

Question

我有一个表，收集不同城市的温度样本，这些样本通过城市 ID 进行区分。每个样本都与时间戳一起保存。

+----+---------+-------------+---------------------+
| id | city_id | temperature | fetched             |
+----+---------+-------------+---------------------+
|  1 |       1 |          10 | 2016-01-28 00:50:27 |
|  2 |       1 |          12 | 2016-01-27 23:51:45 |
|  3 |       2 |          22 | 2016-01-27 23:52:05 |
|  4 |       2 |          25 | 2016-01-28 00:52:25 |
+----+---------+-------------+---------------------+

如果我想获得所有城市的最新气温，我可以使用自连接[1]:

SELECT s.* 
FROM sample s 
INNER JOIN (
    SELECT city_id, MAX(fetched) maxFetched
    FROM sample
    GROUP BY city_id
) j 
ON s.city_id = j.city_id AND s.fetched = j.maxFetched;

+----+---------+-------------+---------------------+
| id | city_id | temperature | fetched             |
+----+---------+-------------+---------------------+
|  1 |       1 |          10 | 2016-01-28 00:50:27 |
|  4 |       2 |          25 | 2016-01-28 00:52:25 |
+----+---------+-------------+---------------------+

现在，我想知道当我的表增长时的性能。想象一下，我每小时在每个城市收集 1 个样本，例如10个城市，一年后，该表将包含10*24*365=87600个样本。 MAX 函数的运行时间会随着输入大小线性增加吗？ IE。拥有另一张 table 会是更好的做法吗？ last_sample，它保存指向最新样本的指针，以便查找每个城市的最新温度只需要恒定的时间(可能会在添加新样本时自动更新)？当查询在 View 中抽象时，同样的问题也适用。

SELECT * FROM last_sample;
+------+---------+-----------+
| id   | city_id | sample_id |
+------+---------+-----------+
|    1 |       1 |         1 |
|    2 |       2 |         4 |
+------+---------+-----------+

谢谢!

[1] MySQL get set of data with distinct values

Answer 1

这是“groupwise max”问题的一个例子。你的代码“还不错”。有例子in here更快的方法来做到这一点并扩大规模。它还讨论了当存在具有相同 Max 的多行时，如果您想要/不想要多行该怎么办。

对于您的代码，请确保具有以下复合索引:

INDEX(city_id, fetched)

您的子查询将仅使用索引。 (EXPLAIN SELECT ... 将显示“使用索引”。)并且，我认为，通过索引跳跃式查找“city，max(fetched)”对非常有效。

然后您的 JOIN 将使用相同的索引返回到表中。

更好的是摆脱 id (它真的有任何用途吗)，因为 (city_id, fetched) 是“唯一的”(是的？)并且，因此，可能是主键。在这种情况下，就不需要我建议的 INDEX 了。并且所有辅助探针都将非常有效(因为使用 PK)。

底线:

• 扔id
• 更改为“主键(city_id，已获取)”
• (您不会在我的博客中找到更好的内容。)
• 它将线性增长(输出也将线性增长)

但是...如果您决定将其限制为在 BETWEEN ... AND ... 之间获取，那么所有的赌注都会被取消。 (我需要重新考虑事情。)