php - 优化mysql查询以使用空间索引选择多边形中的所有点

Question

首先，我承认我在空间函数方面的经验非常少。我在 MySQL 中有一个表，其中包含 20 个字段和 23549187 条包含地理数据的记录。其中一个字段是“点”，它是点数据类型，并具有空间索引。我有一个查询选择多边形内的所有点，如下所示，

select * from `table_name` where ST_CONTAINS(ST_GEOMFROMTEXT('POLYGON((151.186 -23.497,151.207 -23.505,151.178 -23.496,151.174 -23.49800000000001,151.176 -23.496,151.179 -23.49500000000002,151.186 -23.497))'), `point`)

这在多边形很小时效果很好。然而，如果多边形变得很大，执行时间就会变得非常慢，迄今为止最慢的查询运行了 15 分钟。添加索引确实有助于将其缩短到 15 分钟，否则将花费将近一个小时。我可以在这里做些什么来进一步改进。 该查询将由作为守护进程运行的 PHP 脚本运行，我担心这种缓慢的查询是否会导致 MySQL 服务器宕机。

欢迎所有改进建议。谢谢。

编辑:

show create table;

CREATE TABLE `table_name` (
  `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
  `lat` float(12,6) DEFAULT NULL,
  `long` float(12,6) DEFAULT NULL,
  `point` point NOT NULL,
  PRIMARY KEY (`id`),
  KEY `lat` (`lat`,`long`),
  SPATIAL KEY `sp_index` (`point`)
) ENGINE=MyISAM AUTO_INCREMENT=47222773 DEFAULT CHARSET=utf8mb4

还有一些我不应该在这里公开的字段，但是过滤器赢了

解释慢查询的 sql 输出:

+----+-------------+------------+------+---------------+------+---------+------+----------+-------------+
| id | select_type | table      | type | possible_keys | key  | key_len | ref  | rows     | Extra       |
+----+-------------+------------+------+---------------+------+---------+------+----------+-------------+
|  1 | SIMPLE      | table_name | ALL  | NULL          | NULL | NULL    | NULL | 23549187 | Using where |
+----+-------------+------------+------+---------------+------+---------+------+----------+-------------+

解释带有较小多边形的查询的 sql 输出，

+----+-------------+------------+-------+---------------+----------+---------+------+------+-------------+
| id | select_type | table      | type  | possible_keys | key      | key_len | ref  | rows | Extra       |
+----+-------------+------------+-------+---------------+----------+---------+------+------+-------------+
|  1 | SIMPLE      | table_name | range | sp_index      | sp_index | 34      | NULL |    1 | Using where |
+----+-------------+------------+-------+---------------+----------+---------+------+------+-------------+

看起来最大的多边形没有使用索引。

Answer 1

MySQL 使用 R-Trees用于索引空间数据。喜欢B-Tree indexes ，这些对于针对总数的一小部分的查询是最佳的。随着边界多边形变大，可能匹配的数量也会增加，并且在某些时候，优化器决定切换到全表扫描效率更高。这似乎是这里的情况，我看到三个选项:

首先，尝试将 LIMIT 添加到您的查询中。通常，如果优化器认为在全表扫描中会发生较少的 I/O 查找，MySQL 会忽略该索引。但是，至少对于 B-Tree 索引，当 LIMIT 存在时，MySQL 将短路该逻辑并始终执行 B-Tree dive。我假设 R-Tree 也有类似的短路。

其次，与第一个在精神上相似，尝试 forcing MySQL to use the index .这告诉 MySQL 表扫描比优化器决定的更昂贵。了解优化器只有启发式方法，并不真正知道超出其内部统计数据得出的结论的“昂贵”程度。我们人类有直觉，有时 - 有时 - 知道得更多。

select * force index (`sp_index`) from `table_name` where ST_CONTAINS(ST_GEOMFROMTEXT('POLYGON((151.186 -23.497,151.207 -23.505,151.178 -23.496,151.174 -23.49800000000001,151.176 -23.496,151.179 -23.49500000000002,151.186 -23.497))'), `point`)

最后，如果这些方法不起作用，那么您需要做的是将边界多边形分解为更小的多边形。例如，如果您的边界多边形是一个每边 500 公里的正方形，则将其分成 4 个每边 250 公里的正方形，或 16 个每边 125 公里的正方形，等等。然后 UNION 将所有这些组合在一起。索引会用在每一个上，累积结果可能会更快。 (请注意，将它们 UNION 在一起很重要:MySQL 不能对空间查询应用多个范围扫描。)