- Mysql索引降维
- 需求
- 直观解释
- 为什么会这样?
Mysql索引降维
很多人都知道,mysql有索引这个概念,但是却很少去较真,如何利用索引去对数据降维,以提高查询速度。
举个常见的场景,那就是用户日志(订单),例如,在中国移动的通话记录系统中,需要记录
呼出手机号,被呼号码和呼出时间,而在该系统中,最常见或用的最多的需求,就是查询某个用户在某个时间段内的通话记录。我们做出以下数据特征模拟:
- 一个月内,有一万个账户,每天打出三万通话记录。
数据模拟生成代码:
<?php
require 'vendor/autoload.php';
\EasySwoole\EasySwoole\Core::getInstance()->initialize();
function generatePhoneList()
{
$list = [];
for ($i=0;$i <= 10000; $i++){
array_push($list,'155'.\EasySwoole\Utility\Random::number(8));
}
return $list;
}
function generateTimeList(int $startTime,$max = 30000)
{
$list = [];
for ($i=0;$i<=$max;$i++){
//模拟从早上7点到凌晨
$t = mt_rand(
25200,86400
);
array_push($list,$startTime+$t);
}
sort($list);
return $list;
}
$config = \EasySwoole\EasySwoole\Config::getInstance()->getConf('MYSQL');
$db = new \App\Utility\Pools\MysqlPoolObject($config);
$phoneList = generatePhoneList();
//模拟一个月的时间数据
$start = strtotime('20180101');
//
for ($i = 0; $i<=30; $i++){
$timeList = generateTimeList($start);
foreach ($timeList as $time){
$phone = $phoneList[mt_rand(0,10000)];
$target = $phoneList[mt_rand(0,10000)];
$db->insert('user_phone_record',[
'phone'=>$phone,
'targetPhone'=>$target,
'callTime'=>$time
]);
}
$start += 86400;
}
在本次讲解中,以数据量50万为例子,懒得等数据生成。phone,callTime为索引字段。
需求
查询某个时间段内某个账户的全部通话记录。
那么此刻,很多人可能就直接写:
SELECT * FROM test.user_phone_record where callTime >= 1514768050 and callTime <= 1514871213 and phone = 15587575857;
以上语句在我的测试机中执行了0.26s,但是,若我调整一下where 的顺序:
SELECT * FROM test.user_phone_record where phone = 15587575857 and callTime >= 1514768050 and callTime <= 1514871213 ;
那么久仅仅需要0.1s,节约了一半的时间。那么这两个看起来差不多的语句,为啥执行的时间不一样呢。
直观解释
首先,我们分别执行两个sql并查看结果(别说为啥不用explain和profiling解释,只想给你们最直观的解释)。
SELECT count(*) FROM test.user_phone_record where phone = 15587575857
结果为15条记录。
SELECT count(*) FROM test.user_phone_record where callTime >= 1514768050 and callTime <= 1514871213
结果为76491条记录。
那么最直观的解释来了:先where callTime再where phone,那么mysql做的事情就是:
先找出76491条记录,再从76491条记录中找出account为15587575857的记录。同理,先where phone,再筛选时间,肯定是更加快的了。
为什么会这样?
这是和特定的数据结构与场景才可以这样去调优的,由前提条件:
- 一个月内,有一万个账户,每天打出三万通话记录
可知,单用户的通话频度不高,因此,先定位phone索引集再排除时间的搜索方式,肯定比先定时间再定账户的效率高。
注意,这是特定场景!!!具体请以explain与profiling去分析,MYSQL的执行解释器,没有这么简单。