现在数据库已经增长到几百万条记录，我有一些查询花费的时间太长(300 毫秒)。对我来说幸运的是，查询不需要查看大部分数据，最新的 100,000 条记录就足够了，所以我的计划是维护一个包含最新的 100,000 条记录的单独表，并针对它运行查询。如果有人对更好的方法有任何建议，那就太好了。我真正的问题是，如果查询确实需要针对历史数据运行，有哪些选择，下一步是什么？我想到的事情:

• 升级硬件
• 使用内存数据库
• 在您自己的数据结构中手动缓存对象

这些事情是否正确，还有其他选择吗？一些数据库提供者是否比其他提供者有更多的功能来处理这些问题，例如指定一个特定的表/索引完全在内存中？

对不起，我应该提到这个，我正在使用 mysql。

我忘了在上面提到索引。老实说，到目前为止，索引是我唯一的改进来源。为了确定瓶颈，我一直在使用 maatkit 进行查询以显示是否正在使用索引。

我知道我现在正在偏离问题的目的，所以也许我应该再做一个。我的问题是 EXPLAIN 说查询需要 10 毫秒而不是 jprofiler 报告的 300 毫秒。如果有人有任何建议，我将不胜感激。查询是:

select bv.* 
from BerthVisit bv 
inner join BerthVisitChainLinks on bv.berthVisitID = BerthVisitChainLinks.berthVisitID 
inner join BerthVisitChain on BerthVisitChainLinks.berthVisitChainID = BerthVisitChain.berthVisitChainID 
inner join BerthJourneyChains on BerthVisitChain.berthVisitChainID = BerthJourneyChains.berthVisitChainID 
inner join BerthJourney on BerthJourneyChains.berthJourneyID = BerthJourney.berthJourneyID 
inner join TDObjectBerthJourneyMap on BerthJourney.berthJourneyID = TDObjectBerthJourneyMap.berthJourneyID 
inner join TDObject on TDObjectBerthJourneyMap.tdObjectID = TDObject.tdObjectID 
where 
BerthJourney.journeyType='A' and 
bv.berthID=251860 and 
TDObject.headcode='2L32' and 
bv.depTime is null and 
bv.arrTime > '2011-07-28 16:00:00'

EXPLAIN 的输出是:

+----+-------------+-------------------------+-------------+---------------------------------------------+-------------------------+---------+------------------------------------------------+------+-------------------------------------------------------+
| id | select_type | table                   | type        | possible_keys                               | key                     | key_len | ref                                            | rows | Extra                                                 |
+----+-------------+-------------------------+-------------+---------------------------------------------+-------------------------+---------+------------------------------------------------+------+-------------------------------------------------------+
|  1 | SIMPLE      | bv                      | index_merge | PRIMARY,idx_berthID,idx_arrTime,idx_depTime | idx_berthID,idx_depTime | 9,9     | NULL                                           |  117 | Using intersect(idx_berthID,idx_depTime); Using where | 
|  1 | SIMPLE      | BerthVisitChainLinks    | ref         | idx_berthVisitChainID,idx_berthVisitID      | idx_berthVisitID        | 8       | Network.bv.berthVisitID                        |    1 | Using where                                           | 
|  1 | SIMPLE      | BerthVisitChain         | eq_ref      | PRIMARY                                     | PRIMARY                 | 8       | Network.BerthVisitChainLinks.berthVisitChainID |    1 | Using where; Using index                              | 
|  1 | SIMPLE      | BerthJourneyChains      | ref         | idx_berthJourneyID,idx_berthVisitChainID    | idx_berthVisitChainID   | 8       | Network.BerthVisitChain.berthVisitChainID      |    1 | Using where                                           | 
|  1 | SIMPLE      | BerthJourney            | eq_ref      | PRIMARY,idx_journeyType                     | PRIMARY                 | 8       | Network.BerthJourneyChains.berthJourneyID      |    1 | Using where                                           | 
|  1 | SIMPLE      | TDObjectBerthJourneyMap | ref         | idx_tdObjectID,idx_berthJourneyID           | idx_berthJourneyID      | 8       | Network.BerthJourney.berthJourneyID            |    1 | Using where                                           | 
|  1 | SIMPLE      | TDObject                | eq_ref      | PRIMARY,idx_headcode                        | PRIMARY                 | 8       | Network.TDObjectBerthJourneyMap.tdObjectID     |    1 | Using where                                           | 
+----+-------------+-------------------------+-------------+---------------------------------------------+-------------------------+---------+------------------------------------------------+------+---------------------------------------

7 rows in set (0.01 sec)

最佳答案

1. 确保优化所有索引。对查询使用 explain 以查看它是否有效地使用了您的索引。
2. 如果您正在进行一些繁重的连接，那么请开始考虑在 Java 中进行此计算。
3. 考虑使用其他数据库，例如 NoSQL。您也许可以做一些预处理并将数据放入 Memcache 中以帮助您一点点。

关于mysql - 我遇到了数据库性能瓶颈，现在在哪里？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/6860713/