分析MySQL中优化distinct的技巧
有这样的一个需求：select count(distinct nick) from user_access_xx_xx;
这条sql用于统计用户访问的uv，由于单表的数据量在10G以上，即使在user_access_xx_xx上加上nick的索引，
通过查看执行计划，也为全索引扫描，sql在执行的时候，会对整个服务器带来抖动；
root@db 09:00:12>select count(distinct nick) from user_access; +———————-+ | count(distinct nick) | +———————-+ | 806934 | +———————-+ 1 row in set (52.78 sec)
执行一次sql需要花费52.78s，已经非常的慢了
现在需要换一种思路来解决该问题：
我们知道索引的值是按照索引字段升序的，比如我们对（nick，other_column）两个字段做了索引，那么在索引中的则是按照nick，other_column的升序排列：
我们现在的sql：select count(distinct nick) from user_access;则是直接从nick1开始一条条扫描下来，直到扫描到最后一个nick_n,
那么中间过程会扫描很多重复的nick，如果我们能够跳过中间重复的nick，则性能会优化非常多（在oracle中，这种扫描技术为loose index scan，但在5.1的版本中，mysql中还不能直接支持这种优化技术）：
所以需要通过改写sql来达到伪loose index scan：
root@db 09:41:30>select count(*) from ( select distinct(nick) from user_access)t ; | count(*) | +———-+ | 806934 | 1 row in set (5.81 sec)
Sql中先选出不同的nick，最后在外面套一层，就可以得到nick的distinct值总和；
最重要的是在子查询中：select distinct(nick) 实现了上图中的伪loose index scan，优化器在这个时候的执行计划为Using index for group-by ，
需要注意的是mysql把distinct优化为group by，它首先利用索引来分组，然后扫描索引，对需要的nick只扫描一次；
两个sql的执行计划分别为：
优化写法：
root@db 09:41:10>explain select distinct(nick) from user_access-> ; +—-+————-+——————————+——-+—————+————-| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +—-+————-+——————————+——-+—————+————- | 1 | SIMPLE | user_access | range | NULL | ind_user_access_nick | 67 | NULL | 2124695 | Using index for group-by | +—-+————-+——————————+——-+—————+————-
原始写法：
root@db 09:42:55>explain select count(distinct nick) from user_access; +—-+————-+——————————+——-+—————+————- | id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra | +—-+————-+——————————+——-+—————+————- | 1 | SIMPLE | user_access | index | NULL | ind_user_access | 177 | NULL | 19546123 | Using index |
相关文章
数据库中JOIN操作的实现主要有三种：嵌套循环连接（Nested Loop Join），归并连接（Merge Join）和散列连接或者哈稀连接（Hash Join）。其中嵌套循环连接又视情况又有两种变形：块嵌套循环连接和索引嵌套循环连接。2015-12-12
这篇文章主要介绍了MySQL数据库之字符集 character，文章基于MySQL的的相关资料展开详细介绍，具有一定的参考价值需要的小伙伴可以参考一下2022-05-05
binlog日志用于记录所有更新了数据或者已经潜在更新了数据的所有语句,下面这篇文章主要给大家介绍了关于Mysql如何通过binlog日志恢复数据的相关资料,文中通过图文介绍的非常详细,需要的朋友可以参考下2022-02-02
Mysql我们可以使用递归查询来构建一个递归树,本文就来介绍一下Mysql实现递归树查询的使用示例,具有一定的参考价值,感兴趣的可以了解一下2023-10-10
MySQL支持单向、异步复制，复制过程中一个服务器充当主服务器，而一个或多个其它服务器充当从服务器。主服务器将更新写入二进制日志文件，并维护日志文件的一个索引以跟踪日志循环。2009-04-04
这篇文章主要给大家介绍了关于MySQL数据库超时设置配置的相关资料,通过文中的设置方法可以很好的解决大家遇到的mysql数据库超时问题,需要的朋友可以参考下2021-10-10
今天在Linux服务器上安装了msyql数据库，在本地访问的时候可以访问，但是我想通过远程的方式访问的时候就不能访问了，查询资料后发现，Linux下MySQL默认安装完成后只有本地访问的权限，没有远程访问的权限，需要你给指定用户设置访问权限才能远程访问该数据库2017-06-06
分表和表分区的目的就是减少数据库的负担,提高数据库的效率,通常点来讲就是提高表的增删改查效率,下面这篇文章主要给大家介绍了关于MySQL普通表如何转换成分区表的相关资料,需要的朋友可以参考下2022-05-05
这篇文章主要介绍了mysql数据库如何导入导出sql文件问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-11-11
这篇文章主要介绍了Linux中安装MySQL5.7.42,本文通过实例图文并茂的形式给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2023-09-09
最新评论