考虑这个表:

CREATE TABLE `Alarms` (
  `AlarmId` INT(10) UNSIGNED NOT NULL AUTO_INCREMENT,
  `DeviceId` BINARY(16) NOT NULL,
  `Code` BIGINT(20) UNSIGNED NOT NULL,
  `Ended` TINYINT(1) NOT NULL DEFAULT '0',
  `NaturalEnd` TINYINT(1) NOT NULL DEFAULT '0',
  `Pinned` TINYINT(1) NOT NULL DEFAULT '0',
  `Acknowledged` TINYINT(1) NOT NULL DEFAULT '0',
  `StartedAt` TIMESTAMP NOT NULL DEFAULT '0000-00-00 00:00:00',
  `EndedAt` TIMESTAMP NULL DEFAULT NULL,
  `MarkedForDeletion` TINYINT(1) NOT NULL DEFAULT '0',
  PRIMARY KEY (`AlarmId`),
  KEY `Key1` (`Ended`,`Acknowledged`),
  KEY `Key2` (`Pinned`),
  KEY `Key3` (`DeviceId`,`Pinned`),
  KEY `Key4` (`DeviceId`,`StartedAt`,`EndedAt`),
  KEY `Key5` (`DeviceId`,`Ended`,`EndedAt`),
  KEY `Key6` (`MarkedForDeletion`)
) ENGINE=INNODB;

并且，对于这个测试，像这样填充它:

-- Populate some dummy data; 500 alarms for each
-- of 1000 one-second periods
SET @testDevice = UNHEX('00030000000000000000000000000000');

DROP PROCEDURE IF EXISTS `injectAlarms`;
DELIMITER ;;
CREATE PROCEDURE injectAlarms()
BEGIN
    SET @fromdate  = '2018-02-18 00:00:00';
    SET @numdates  = 1000;
    SET @todate    = DATE_ADD(@fromdate, INTERVAL @numdates SECOND);

    -- Create table of alarm codes to join on
    DROP TABLE IF EXISTS `__codes`;
    CREATE TEMPORARY TABLE `__codes` (
        `Code` BIGINT NOT NULL PRIMARY KEY
    );

    SET @startcode = 0;
    SET @endcode   = 499;

    REPEAT
       INSERT INTO `__codes` VALUES(@startcode);
       SET @startcode = @startcode + 1;
    UNTIL @startcode > @endcode END REPEAT;

    -- Add an alarm for each code, for each second in range
    REPEAT
        INSERT INTO `Alarms`
            (`DeviceId`, `Code`, `Ended`, `NaturalEnd`, `Pinned`, `Acknowledged`, `StartedAt`, `EndedAt`)
            SELECT
                @testDevice,
                `Code`,
                TRUE, FALSE, FALSE, FALSE,
                @fromdate, @fromdate
            FROM `__codes`;

        SET @fromdate = DATE_ADD(@fromdate, INTERVAL 1 SECOND);
    UNTIL @fromdate > @todate END REPEAT;
END;;
DELIMITER ;

CALL injectAlarms();

现在，对于某些数据集，以下查询效果很好:

SELECT * FROM `Alarms`
WHERE
   ((`Alarms`.`Ended` = FALSE AND `Alarms`.`Acknowledged` = FALSE) OR `Alarms`.`Pinned` = TRUE) AND
   `MarkedForDeletion` = FALSE AND
   `DeviceId` = @testDevice
;

这是因为 MariaDB 足够聪明，可以使用索引合并，例如:

id    select_type    table    type         possible_keys                 
1     SIMPLE         Alarms   index_merge  Key1,Key2,Key3,Key4,Key5,Key6 

key             key_len  ref     rows     Extra
Key1,Key2,Key3  2,1,17   (NULL)  2        Using union(Key1,intersect(Key2,Key3)); Using where

但是，如果我使用由上述过程填充的数据集，并稍微翻转查询(这是我需要的另一种 View ，但在这种情况下将返回更多行):

SELECT * FROM `Alarms`
WHERE
  ((`Alarms`.`Ended` = TRUE OR `Alarms`.`Acknowledged` = TRUE) AND `Alarms`.`Pinned` = FALSE) AND
   `MarkedForDeletion` = FALSE AND
   `DeviceId` = @testDevice
;

……它没有:

id    select_type    table    type   possible_keys
1     SIMPLE         Alarms   ref    Key1,Key2,Key3,Key4,Key5,Key6

key   key_len  ref     rows     Extra
Key2  1        const  144706    Using where

我希望索引合并更频繁地发生。事实上，给定 ref=const，这个查询计划看起来并不太可怕……但是，查询几乎需要一秒钟才能运行。这本身并不是世界末日，但在尝试更奇特的查询时，我的设计的可伸缩性很差，这需要非常很长时间:

-- Create a temporary table that we'll join against in a mo
DROP TABLE IF EXISTS `_ranges`;
CREATE TEMPORARY TABLE `_ranges` (
    `Start` TIMESTAMP NOT NULL DEFAULT 0,
    `End`   TIMESTAMP NOT NULL DEFAULT 0,
    PRIMARY KEY(`Start`, `End`)
);

-- Populate it (in reality this is performed by my application layer)
SET @endtime = 1518992216;
SET @starttime = @endtime - 86400;
SET @inter = 900;
DROP PROCEDURE IF EXISTS `populateRanges`;
DELIMITER ;;
CREATE PROCEDURE populateRanges()
BEGIN
REPEAT
    INSERT IGNORE INTO `_ranges` VALUES(FROM_UNIXTIME(@starttime),FROM_UNIXTIME(@starttime + @inter));
    SET @starttime = @starttime + @inter;
UNTIL @starttime > @endtime END REPEAT;
END;;
DELIMITER ;
CALL populateRanges();

-- Actual query
SELECT UNIX_TIMESTAMP(`_ranges`.`Start`) AS `Start_TS`,
COUNT(`Alarms`.`AlarmId`) AS `n`
FROM `_ranges`
LEFT JOIN `Alarms`
ON `Alarms`.`StartedAt` < `_ranges`.`End`
  AND (`Alarms`.`EndedAt` IS NULL OR `Alarms`.`EndedAt` >= `_ranges`.`Start`)

  AND ((`Alarms`.`EndedAt` IS NULL AND `Alarms`.`Acknowledged` = FALSE) OR `Alarms`.`Pinned` = TRUE)
-- Again, the above condition is sometimes replaced by:
-- AND ((`Alarms`.`EndedAt` IS NOT NULL OR `Alarms`.`Acknowledged` = TRUE) AND `Alarms`.`Pinned` = FALSE)

 AND `DeviceId` = @testDevice
 AND `MarkedForDeletion` = FALSE
 GROUP BY `_ranges`.`Start`

(这个查询应该收集每个时间片的计数列表，每个计数表示有多少警报的 [StartedAt,EndedAt] 范围与该时间片相交。结果填充一个折线图。)

同样，当我设计这些表并且其中的行不多时，索引合并似乎让一切都顺利进行。但现在不是这样:使用 injectAlarms() 中给出的数据集，这需要 40 秒才能完成!

我在添加 MarkedForDeletion 列并执行我的第一个大型数据集规模测试时注意到了这一点。这就是为什么我对索引的选择不会因 MarkedForDeletion 的存在而造成太大影响，尽管如果我删除 AND MarkedForDeletion = FALSE ，上述结果是相同的根据我的查询；但是，我保留了条件，因为最终我需要它存在。

我已经尝试了一些USE INDEX/FORCE INDEX组合，但结果似乎从未使用索引合并。

我可以定义哪些索引来使该表在给定情况下快速运行？或者我如何重组我的查询以实现相同的目标？

(以上查询计划在 MariaDB 5.5.56/CentOS 7 上获得，但解决方案必须也适用于 MySQL 5.1.73/CentOS 6。)

最佳答案

哇!这是我见过的最复杂的“索引合并”。

通常(也许总是)，您可以制作一个“复合”索引来代替索引合并相交，性能更好。将 key2 从 (pinned) 更改为 (pinned, DeviceId)。这可能摆脱“相交”并加快速度。

一般情况下，优化器只有在万不得已的情况下才会使用索引合并。 (我认为这是标题问题的答案。)对查询或涉及的值的任何细微更改，优化器将执行查询而不合并索引。

对临时表 __codes 的改进是构建一个具有大范围值的永久表，然后在 Proc 中使用该表中的一系列值。如果您使用的是 MariaDB，则使用动态构建的“序列”表。例如，“表格”seq_1_to_100 是有效一个包含数字 1..100 的一列表格。无需声明或填充它。

您可以通过计算 Code 的时间来摆脱其他REPEAT 循环。

避免 LOOPs 将是最大的性能优势。

完成所有这些，然后我可能会有其他提示。

关于mysql - 为什么MySQL不总是在这里使用索引合并？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/48857776/