mysql innodb select count 查询速度慢，该怎么优化，已加二级索引，还是比较慢，400w数据

从 MySQL 57 开始，开发人员改变了 InnoDB 构建二级索引的方式，采用自下而上的方法，而不是早期版本中自上而下的方法了。在这篇文章中，我们将通过一个示例来说明如何构建 InnoDB 索引。最后，我将解释如何通过为 innodb_fill_factor 设置更合适的值。

索引构建过程

在有数据的表上构建索引，InnoDB 中有以下几个阶段：1读取阶段（从聚簇索引读取并构建二级索引条目）2合并排序阶段3插入阶段（将排序记录插入二级索引）在 56 版本之前，MySQL 通过一次插入一条记录来构建二级索引。这是一种“自上而下”的方法。搜索插入位置从树的根部（顶部）开始并达到叶页（底部）。该记录插入光标指向的叶页上。在查找插入位置和进行业面拆分和合并方面开销很大。从MySQL 57开始，添加索引期间的插入阶段使用“排序索引构建”，也称为“批量索引加载”。在这种方法中，索引是“自下而上”构建的。即叶页（底部）首先构建，然后非叶级别直到根（顶部）。

示例

在这些情况下使用排序的索引构建：

ALTER TABLE t1 ADD INDEX（or CREATE INDEX）

ALTER TABLE t1 ADD FULLTEXT INDEX

ALTER TABLE t1 ADD COLUMN, ALGORITHM = INPLACE

OPIMIZE t1

对于最后两个用例，ALTER 会创建一个中间表。中间表索引（主要和次要）使用“排序索引构建”构建。

算法

在 0 级别创建页，还要为此页创建一个游标

使用 0 级别处的游标插入页面，直到填满

页面填满后，创建一个兄弟页（不要插入到兄弟页）

为当前的整页创建节点指针（子页中的最小键，子页码），并将节点指针插入上一级（父页）

在较高级别，检查游标是否已定位。如果没有，请为该级别创建父页和游标

在父页插入节点指针

如果父页已填满，请重复步骤 3, 4, 5, 6

现在插入兄弟页并使游标指向兄弟页

在所有插入的末尾，每个级别的游标指向最右边的页。提交所有游标（意味着提交修改页面的迷你事务，释放所有锁存器）

为简单起见，上述算法跳过了有关压缩页和 BLOB（外部存储的 BLOB）处理的细节。

通过自下而上的方式构建索引

为简单起见，假设子页和非子页中允许的 最大记录数为 3

CREATE TABLE t1 (a INT PRIMARY KEY, b INT, c BLOB);

INSERT INTO t1 VALUES (1, 11, 'hello111');

INSERT INTO t1 VALUES (2, 22, 'hello222');

INSERT INTO t1 VALUES (3, 33, 'hello333');

INSERT INTO t1 VALUES (4, 44, 'hello444');

INSERT INTO t1 VALUES (5, 55, 'hello555');

INSERT INTO t1 VALUES (6, 66, 'hello666');

INSERT INTO t1 VALUES (7, 77, 'hello777');

INSERT INTO t1 VALUES (8, 88, 'hello888');

INSERT INTO t1 VALUES (9, 99, 'hello999');

INSERT INTO t1 VALUES (10, 1010, 'hello101010');

ALTER TABLE t1 ADD INDEX k1(b);

InnoDB 将主键字段追加到二级索引。二级索引 k1 的记录格式为(b, a)。在排序阶段完成后，记录为：

(11,1), (22,2), (33,3), (44,4), (55,5), (66,6), (77,7), (88,8), (99,9), (1010, 10)

初始插入阶段

让我们从记录 (11,1) 开始。

在 0 级别（叶级别）创建页

创建一个到页的游标

所有插入都将转到此页面，直到它填满了

箭头显示游标当前指向的位置。它目前位于第 5 页，下一个插入将转到此页面。

还有两个空闲插槽，因此插入记录 (22,2) 和 (33,3) 非常简单

对于下一条记录 (44,4)，页码 5 已满（前面提到的假设最大记录数为 3）。这就是步骤。

页填充时的索引构建

创建一个兄弟页，页码 6

不要插入兄弟页

在游标处提交页面，即迷你事务提交，释放锁存器等

作为提交的一部分，创建节点指针并将其插入到 当前级别 + 1 的父页面中（即在 1 级别）

节点指针的格式 (子页面中的最小键,子页码) 。第 5 页的最小键是 (11,1) 。在父级别插入记录 ((11,1)，5)。

1 级别的父页尚不存在，MySQL 创建页码 7 和指向页码 7 的游标。

将 ((11,1)，5) 插入第 7 页

现在，返回到 0 级并创建从第 5 页到第 6 页的链接，反之亦然

0 级别的游标现在指向兄弟页，页码为 6

将 (44,4) 插入第 6 页

下一个插入 - (55,5) 和 (66,6) - 很简单，它们转到第 6 页。

插入记录 (77,7) 类似于 (44,4)，除了父页面 （页面编号 7） 已经存在并且它有两个以上记录的空间。首先将节点指针 ((44,4),8) 插入第 7 页，然后将 (77,7) 记录到同级 8 页中。

插入记录 (88,8) 和 (99,9) 很简单，因为第 8 页有两个空闲插槽。

下一个插入 (1010,10) 。将节点指针 ((77,7),8) 插入 1级别的父页（页码 7）。

MySQL 在 0 级创建同级页码 9。将记录 (1010,10) 插入第 9 页并将光标更改为此页面。

以此类推。在上面的示例中，数据库在 0 级别提交到第 9 页，在 1 级别提交到第 7 页。

我们现在有了一个完整的 B+-tree 索引，它是自下至上构建的！

索引填充因子

全局变量 innodb_fill_factor 用于设置插入 B-tree 页中的空间量。默认值为 100，表示使用整个业面（不包括页眉）。聚簇索引具有 innodb_fill_factor=100 的免除项。 在这种情况下，聚簇索引也空间的 1 /16 保持空闲。即 625% 的空间用于未来的 DML。

值 80 意味着 MySQL 使用了 80% 的页空间填充，预留 20% 于未来的更新。如果 innodb_fill_factor=100 则没有剩余空间供未来插入二级索引。如果在添加索引后，期望表上有更多的 DML，则可能导致业面拆分并再次合并。在这种情况下，建议使用 80-90 之间的值。此变量还会影响使用 OPTIMIZE TABLE 和 ALTER TABLE DROP COLUMN, ALGOITHM=INPLACE 重新创建的索引。也不应该设置太低的值，例如低于 50。因为索引会占用浪费更多的磁盘空间，值较低时，索引中的页数较多，索引统计信息的采样可能不是最佳的。优化器可以选择具有次优统计信息的错误查询计划。

排序索引构建的优点

没有页面拆分（不包括压缩表）和合并

没有重复搜索插入位置

插入不会被重做记录（页分配除外），因此重做日志子系统的压力较小

缺点

ALTER 正在进行时，插入性能降低 Bug＃82940，但在后续版本中计划修复。

1建立索引，尽可能把索引建立到你你经常比较的字段上，如select

a,b,c,d

from

a

where

索引字段＝值，这个索引字段最好是数值型数据

2慢有更多情况，

情况1：远程查询，其实可能查询不慢，由于数据量大，传输过程慢

情况2：WHERE

后面的比较数据太多，比如

like

类的语句

情况3：需要哪个字段只取那个字段就行了，比如select

from

a与select

b,c,d

from

a速度是有差距的

3数据库定期维护，压缩，把不常用的数据备份后放入备份库里，查询时查备份库等

问题补充：

第一条：建立索引，怎么建立，我也听说过，但不知道怎么使用

答：每种数据建立索引的方法有差异，比如SQL

SERVER

2000中可对多个字段进行索引，比如SQL

SERVER2000中有命令

CREATE

INDEX

为给定表或视图创建索引。

只有表或视图的所有者才能为表创建索引。表或视图的所有者可以随时创建索引，无论表中是否有数据。可以通过指定限定的数据库名称，为另一个数据库中的表或视图创建索引。

语法

CREATE

[

UNIQUE

]

[

CLUSTERED

|

NONCLUSTERED

]

INDEX

index_name

ON

{

table

|

view

}

(

column

[

ASC

|

DESC

]

[

,n

]

)

[

WITH

<

index_option

>

[

,n]

]

[

ON

filegroup

]

<

index_option

>

::=

{

PAD_INDEX

|

FILLFACTOR

=

fillfactor

|

IGNORE_DUP_KEY

|

DROP_EXISTING

|

STATISTICS_NORECOMPUTE

|

SORT_IN_TEMPDB

}

第三条：数据库定期维护，压缩：怎么个压缩法？及时备份数据到备份库查询备份库，那查询时不是还慢吗？

答：这个有压缩工具，基本上每种数据库都有自己的压缩数据库的工具

这个主键ID其实已经是有建立了索引的了，而在IN查询当中并没有用到而已，其实你可以试试IN里的id少些时，是会用到索引的，但当IN里的id占据全表的大部分数据量时，mysql采用的时全表扫描。在这个时候可以考虑：1split返回临时表进行表连接，2使用缓存遍历

问题

我们有一个 SQL，用于找到没有主键 / 唯一键的表，但是在 MySQL 57 上运行特别慢，怎么办

实验

我们搭建一个 MySQL 57 的环境，此处省略搭建步骤。

写个简单的脚本，制造一批带主键和不带主键的表：

执行一下脚本：

现在执行以下 SQL 看看效果：

执行了 1680s，感觉是非常慢了。

现在用一下 DBA 三板斧，看看执行计划：

感觉有点惨，由于 information_schemacolumns 是元数据表，没有必要的统计信息。

那我们来 show warnings 看看 MySQL 改写后的 SQL：

我们格式化一下 SQL：

可以看到 MySQL 将

select from A where Ax not in (select x from B) //非关联子查询

转换成了

select from A where not exists (select 1 from B where Bx = ax) //关联子查询

如果我们自己是 MySQL，在执行非关联子查询时，可以使用很简单的策略：

select from A where Ax not in (select x from B where ) //非关联子查询:1 扫描 B 表中的所有记录，找到满足条件的记录，存放在临时表 C 中，建好索引2 扫描 A 表中的记录，与临时表 C 中的记录进行比对，直接在索引里比对，

而关联子查询就需要循环迭代：

select from A where not exists (select 1 from B where Bx = ax and ) //关联子查询扫描 A 表的每一条记录 rA：     扫描 B 表，找到其中的第一条满足 rA 条件的记录。

显然，关联子查询的扫描成本会高于非关联子查询。

我们希望 MySQL 能先"缓存"子查询的结果（缓存这一步叫物化，MATERIALIZATION），但MySQL 认为不缓存更快，我们就需要给予 MySQL 一定指导。

可以看到执行时间变成了 067s。

整理

我们诊断的关键点如下：

\1 对于 information_schema 中的元数据表，执行计划不能提供有效信息。

\2 通过查看 MySQL 改写后的 SQL，我们猜测了优化器发生了误判。

\3 我们增加了 hint，指导 MySQL 正确进行优化判断。

但目前我们的实验仅限于猜测，猜中了万事大吉，猜不中就无法做出好的诊断。

原SQL:

SELECT

FROM (SELECT ROWNUM RN, A

FROM (SELECT LV2DSTC_ID AreaId,

(select bname from area_info_center@srcdb b where bregoinid = lv2dstc_id and rownum = 1) AreaName,

LV2TIME_ID Time,

LV2SAMPLE_ALL,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2RSCP_ALL / LV2SAMPLE_ALL),2) RSCP_AVG,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2GOODCOVER1 / LV2SAMPLE_ALL),4) KEY1,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2GOODCOVER2 / LV2SAMPLE_ALL),4) KEY2,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2GOODCOVER3 / LV2SAMPLE_ALL),4) KEY3,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2GOODCOVER4 / LV2SAMPLE_ALL),4) KEY4,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2GOODCOVER5 / LV2SAMPLE_ALL),4) KEY5,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2LV1KEY1 / LV2SAMPLE_ALL),4) KEY6,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2LV1KEY2 / LV2SAMPLE_ALL),4) KEY7,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2LV1KEY3 / LV2SAMPLE_ALL),4) KEY8,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2LV1KEY4 / LV2SAMPLE_ALL),4) KEY9,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2LV1KEY5 / LV2SAMPLE_ALL),4) KEY10,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2LV1KEY6 / LV2SAMPLE_ALL),4) KEY11,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2LV1KEY7 / LV2SAMPLE_ALL),4) KEY12,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2LV1KEY8 / LV2SAMPLE_ALL),4) KEY13,

ROUND(DECODE(LV2SAMPLE_ALL,0,0,LV2LV1KEY9 / LV2SAMPLE_ALL),4) KEY14

FROM (SELECT TDSTC_ID,

TTIME_ID,

SUM(CASE WHEN (TZONE_ID = 0 AND TIDT_ID = 10000047) THEN TIDT_VAL ELSE 0 END) SAMPLE_ALL,

SUM(CASE WHEN (TZONE_ID = 0 AND TIDT_ID = 10000039) THEN TIDT_VAL ELSE 0 END) RSCP_ALL,

SUM(CASE WHEN (TZONE_ID = 1 AND TIDT_ID = 10000040) THEN TIDT_VAL ELSE 0 END) GOODCOVER1,

SUM(CASE WHEN (TZONE_ID = 2 AND TIDT_ID = 10000040) THEN TIDT_VAL ELSE 0 END) GOODCOVER2,

SUM(CASE WHEN (TZONE_ID = 3 AND TIDT_ID = 10000040) THEN TIDT_VAL ELSE 0 END) GOODCOVER3,

SUM(CASE WHEN (TZONE_ID = 4 AND TIDT_ID = 10000040) THEN TIDT_VAL ELSE 0 END) GOODCOVER4,

SUM(CASE WHEN (TZONE_ID = 5 AND TIDT_ID = 10000040) THEN TIDT_VAL ELSE 0 END) GOODCOVER5,

SUM(CASE WHEN (TZONE_ID = 1 AND TIDT_ID = 10000047) THEN TIDT_VAL ELSE 0 END) LV1KEY1,

SUM(CASE WHEN (TZONE_ID = 2 AND TIDT_ID = 10000047) THEN TIDT_VAL ELSE 0 END) LV1KEY2,

SUM(CASE WHEN (TZONE_ID = 3 AND TIDT_ID = 10000047) THEN TIDT_VAL ELSE 0 END) LV1KEY3,

SUM(CASE WHEN (TZONE_ID = 4 AND TIDT_ID = 10000047) THEN TIDT_VAL ELSE 0 END) LV1KEY4,

SUM(CASE WHEN (TZONE_ID = 5 AND TIDT_ID = 10000047) THEN TIDT_VAL ELSE 0 END) LV1KEY5,

SUM(CASE WHEN (TZONE_ID = 6 AND TIDT_ID = 10000047) THEN TIDT_VAL ELSE 0 END) LV1KEY6,

SUM(CASE WHEN (TZONE_ID = 7 AND TIDT_ID = 10000047) THEN TIDT_VAL ELSE 0 END) LV1KEY7,

SUM(CASE WHEN (TZONE_ID = 8 AND TIDT_ID = 10000047) THEN TIDT_VAL ELSE 0 END) LV1KEY8,

SUM(CASE WHEN (TZONE_ID = 9 AND TIDT_ID = 10000047) THEN TIDT_VAL ELSE 0 END) LV1KEY9

FROM CTUNI_SYSG_HOUR_DSTC_NET_VSN_ZONE T

WHERE 1 = 1

and ttime_type = 3

and ttime_id >= '2014-04'

and ttime_id <= '2014-05'

and thour_id = '0'

and (tDSTC_ID = 1919 or

tDSTC_ID in

(select bregoinid

from area_info_center@srcdb b

where bparentregoinid = 1919))

and tvsn = '0'

and tnet_type = 5

GROUP BY TDSTC_ID, TTIME_ID) LV2

order by lv2dstc_id asc, lv2time_id desc) A

WHERE ROWNUM <= 10)

WHERE RN >= 1

-- 你的SQL 有问题吧？CResourceNTAccount='user1'  or 'user1' in 应该改成 CResourceNTAccount='user1'  or CResourceNTAccount in

建议： 子查询 SELECT 

distinct BResourceNTAccount

FROM [ZhongJian][dbo][View_User_Group] A

left join ProjectServer_ReportingdboMSP_EpmResource_UserView B on

AUserAccount=BResourceNTAccount

where GroupName=N'项目副经理工作组' AND B资源所属项目 like '%'+C项目所属机构+'%'

中 可不可以 把最大化模糊匹配改成 最右匹配 或者 直接改造成 = ，

方案一：

我观察你的SQL，首先 select distinct C[项目所属机构] As ProjectName,MIN(CTaskBaseline0StartDate) as ProjectStartDat中的distinct 没有必要写，这样会消耗一部分时间select C[项目所属机构] As ProjectName,MIN(CTaskBaseline0StartDate) as ProjectStartDate

  from View_TaskAllInfo C  where (CResourceNTAccount='user1'  or CResourceNTAccount in(

 SELECT 

distinct BResourceNTAccount

 FROM [ZhongJian][dbo][View_User_Group] A

 left join ProjectServer_ReportingdboMSP_EpmResource_UserView B on

 AUserAccount=BResourceNTAccount

 where GroupName=N'项目副经理工作组' AND B资源所属项目 like '%'+C项目所属机构+'%'

 ))

  group by C [项目所属机构]

  -- 方案一：

  -- 若效果不佳，可以把整个SQL拆分两个部分

  select select distinct C[项目所属机构] As ProjectName,MIN(CTaskBaseline0StartDate) as ProjectStartDate

  from

  (

  select distinct C[项目所属机构] As ProjectName,MIN(CTaskBaseline0StartDate) as ProjectStartDate

  from View_TaskAllInfo C  where CResourceNTAccount = 'user1'

  union all

  select distinct C[项目所属机构] As ProjectName,MIN(CTaskBaseline0StartDate) as ProjectStartDate

  from View_TaskAllInfo C  where CResourceNTAccount in 

 SELECT 

distinct BResourceNTAccount

 FROM [ZhongJian][dbo][View_User_Group] A

 left join ProjectServer_ReportingdboMSP_EpmResource_UserView B on

 AUserAccount=BResourceNTAccount

 where GroupName=N'项目副经理工作组' AND B资源所属项目 like '%'+C项目所属机构+'%'

 ) as t

以上就是关于mysql innodb select count 查询速度慢，该怎么优化，已加二级索引，还是比较慢，400w数据全部的内容，包括:mysql innodb select count 查询速度慢，该怎么优化，已加二级索引，还是比较慢，400w数据、php+mysql在数据库里数据大的话查询很慢、mysql 千万级别的 in 查询优化等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！