背景
我有一个 MySQL 测试环境,其中包含一个包含超过 2 亿行的表。在此表上必须执行两种类型的查询;
- 某些行是否存在。
给定一个
client_id
和一个sgtin
列表,最多可以容纳 50.000 项,我需要知道表中存在哪些sgtin
。 - 选择那些行。
给定一个
client_id
和一个sgtin
列表,最多可以容纳 50.000 个项目,我需要获取整行。 (商店,GTIN ...)
对于单个“client_id”,该表可以增长到 2 亿多条记录。
测试环境
至强 E3-1545M/32GB 内存/固态硬盘。 InnoDB 缓冲池 24GB。 (生产将是具有 192GB RAM 的更大服务器)
表格
CREATE TABLE `sgtins` (
`client_id` INT UNSIGNED NOT NULL,
`sgtin` varchar(255) NOT NULL,
`store` varchar(255) NOT NULL,
`gtin` varchar(255) NOT NULL,
`timestamp` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
INDEX (`client_id`, `store`, `sgtin`),
INDEX (`client_id`),
PRIMARY KEY (`client_id`,`sgtin`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
测试
首先,我生成了分布在 10 个“client_id”上的随机 sgtin 值,以用 2 亿行填充表。
我创建了一个基准工具来执行我尝试过的各种查询。我还使用解释计划找出最佳性能。对于每次测试,该工具将从我用来填充数据库的数据中读取新的随机数据。确保每个查询都是不同的。
对于这篇文章,我将使用 28 个 sgtin
。
临时表
CREATE TEMPORARY TABLE sgtins_tmp_table (`sgtin` varchar(255) primary key)
engine=MEMORY;
存在查询
我使用此查询来查明 sgtin
是否存在。这也是我发现的最快的查询。对于 50K sgtin
,此查询将花费 3 到 9 秒。
-- cost = 17 for 28 sgtins loaded in the temp table.
SELECT sgtin
FROM sgtins_tmp_table
WHERE EXISTS
(SELECT sgtin FROM sgtins
WHERE sgtins.client_id = 4
AND sgtins.sgtin = sgtins_tmp_table.sgtin);
选择查询
-- cost = 50.60 for 28 sgtins loaded in the temp table. 50K not usable.
SELECT sgtins.sgtin, sgtins.store, sgtins.timestamp
FROM sgtins_tmp_table, sgtins
WHERE sgtins.client_id = 4
AND sgtins_tmp_table.sgtin = sgtins.sgtin;
-- cost = 64 for 28 sgtins loaded in the temp table.
SELECT sgtins.sgtin, sgtins.store, sgtins.timestamp
FROM sgtins
WHERE sgtins.client_id = 4
AND sgtins.sgtin IN ( SELECT sgtins_tmp_table.sgtin
FROM sgtins_tmp_table);
-- cost = 50.60 for 28 sgtins loaded in the temp table.
SELECT sgtins_tmp_table.epc, sgtins.store
FROM sgtins_tmp_table, sgtins
WHERE exists (SELECT organization_id, sgtin FROM sgtins WHERE client_id = 4 AND sgtins.sgtin = sgtins_tmp_table.sgtin)
AND sgtins.client_id = 4
AND sgtins_tmp_table.sgtin = sgtins.sgtin;
总结
exist 查询可用,但选择速度很慢。我该怎么办?欢迎任何建议:)
最佳答案
我会这样写你的 exists
查询:
SELECT stt.sgtin
FROM sgtins_tmp_table stt
WHERE EXISTS (SELECT 1
FROM sgtins s
WHERE s.client_id = 4 AND
s.sgtin = stt.sgtin
);
对于此查询,您需要在 sgtins(sgtin, client_id)
上建立索引。
关于mysql - 如何提高 200 多万条记录的查询性能,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56576289/