mysqldistinct慢_分析MySQL中优化distinct的技巧
有这样的⼀个需求:lect count(distinct nick) from ur_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ur_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>lect count(distinct nick) from ur_access;
+———————-+
复杂网络理论| count(distinct nick) |
+———————-+
沟通游戏| 806934 |
+———————-+
光圈的作用1 row in t (52.78 c)
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:lect count(distinct nick) from ur_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,
豆渣怎么吃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loo 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):
中国工商银行英文所以需要通过改写sql来达到伪loo index scan:
root@db 09:41:30>lect count(*) from ( lect distinct(nick) from ur_access)t ;
| count(*) |
+———-+
| 806934 |
析言1 row in t (5.81 c)
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;
付出与收获最重要的是在⼦查询中:lect distinct(nick) 实现了上图中的伪loo 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 lect distinct(nick) from ur_access-> ;
+—-+————-+——————————+——-+—————+————-| id | lect_type | table | type | possible_keys | key |
key_len | ref | rows | Extra |
+—-+————-+——————————+——-+—————+————-
| 1 | SIMPLE | ur_access | range | NULL | ind_ur_access_nick | 67 | NULL | 2124695 | Using index for group-by | +—-+————-+——————————+——-+—————+————-
原始写法:
root@db 09:42:55>explain lect count(distinct nick) from ur_access;
+—-+————-+——————————+——-+—————+————-
| id | lect_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+—-+————-+——————————+——-+—————+————-
| 1 | SIMPLE | ur_access | index | NULL | ind_ur_access | 177 | NULL | 19546123 | Using index |
雁荡山本⽂标题: 分析MySQL中优化distinct的技巧