草庐IT

mysql - 提高 MySQL 索引效率 - 多个索引中的列？

coder 2023-10-12 原文

尝试在海量数据上更有效地使用索引。

我有一个开源应用程序，可以将数百万条记录记录到 MySQL 数据库中。我已经在 Web 开发中使用 mysql 数据库多年，我对选择有效的字段类型、索引为何/如何有用的基础知识等有足够的了解 - 但是我们的应用程序日志的庞大数据量加上很难准确预测将查询哪些列让我有点不知所措。

该应用程序记录玩家的事件。我们有一个非常先进的清除系统，但有些服务器很忙，仅仅八周后它们就有 5000 万条记录。

在这种规模下，对于我们现有的索引，查询可能仍需要 30-90 秒。

主表模式(减去现有索引):

CREATE TABLE IF NOT EXISTS `prism_data` (
  `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
  `epoch` int(10) unsigned NOT NULL,
  `action_id` int(10) unsigned NOT NULL,
  `player_id` int(10) unsigned NOT NULL,
  `world_id` int(10) unsigned NOT NULL,
  `x` int(11) NOT NULL,
  `y` int(11) NOT NULL,
  `z` int(11) NOT NULL,
  `block_id` mediumint(5) DEFAULT NULL,
  `block_subid` mediumint(5) DEFAULT NULL,
  `old_block_id` mediumint(5) DEFAULT NULL,
  `old_block_subid` mediumint(5) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB  DEFAULT CHARSET=utf8;
WHERE最常见的条件包括:
  • world_id/x/y/z坐标(查询都默认为用户周围的半径，所以坐标几乎总是被使用)
  • epoch (所有查询默认为最近三天，用户需要覆盖更长的时间范围)
  • action_id和/或 player_id (有一半的时间，用户在寻找谁做了特定的 Action 或特定的玩家引起了什么 Action 。)
  • 剩余的查询可以是任意组合，block_id 值与玩家或 Action 等组合。随机
    • GROUP BY - 默认情况下，应用程序按某些字段分组，因此用户不会看到 100 个相同玩家/ Action /块的重复事件，他们只能看到带有计数的单个记录。
    action_id , player_id , block_id , DATE(FROM_UNIXTIME(epoch))ORDER BY总是 prism_data.epoch DESC, x ASC, z ASC, y ASC, id DESC . epoch以便用户首先看到最近的事件。其余的都是为了让“回滚”引擎按正确的顺序处理事情。

    这是一个没有订单/组的示例查询 :
    SELECT *
FROM prism_data 
INNER JOIN prism_players p ON p.player_id = prism_data.player_id
INNER JOIN prism_actions a ON a.action_id = prism_data.action_id
INNER JOIN prism_worlds w ON w.world_id = prism_data.world_id 
LEFT JOIN prism_data_extra ex ON ex.data_id = prism_data.id 
WHERE w.world = 'DeuxTiersMondes'
AND (prism_data.x BETWEEN 668 AND 868)
AND (prism_data.y BETWEEN -33 AND 167)
AND (prism_data.z BETWEEN 358 AND 558);
LIMIT 1000;

    使用索引:INDEX地点 ( world_id , x , z , y );查找 1000 行仍然需要 15 秒(或查找所有 64735 行需要 50 秒)。

    该查询的解释:
    +----+-------------+------------+--------+---------------+----------+---------+--------------------------------+------+--------------------------+
| id | select_type | table      | type   | possible_keys | key      | key_len | ref                            | rows | Extra                    |
+----+-------------+------------+--------+---------------+----------+---------+--------------------------------+------+--------------------------+
|  1 | SIMPLE      | w          | ref    | PRIMARY,world | world    | 767     | const                          |    1 | Using where; Using index |
|  1 | SIMPLE      | prism_data | ref    | location      | location | 4       | minecraft.w.world_id           | 6155 | Using index condition    |
|  1 | SIMPLE      | a          | eq_ref | PRIMARY       | PRIMARY  | 4       | minecraft.prism_data.action_id |    1 | NULL                     |
|  1 | SIMPLE      | p          | eq_ref | PRIMARY       | PRIMARY  | 4       | minecraft.prism_data.player_id |    1 | NULL                     |
|  1 | SIMPLE      | ex         | ref    | data_id       | data_id  | 4       | minecraft.prism_data.id        |    1 | NULL                     |
+----+-------------+------------+--------+---------------+----------+---------+--------------------------------+------+--------------------------+

    在我看来，寻找这个特定的值应该快得多。我们甚至没有在这个查询中排序/分组。

    我的问题:

    我认为为我上面列出的每个常见情况设计一个索引是最有意义的。即组合 world_id/x/y/z 的一个索引, 一个结合了 action_id/player_id一个用于 epoch .对于某些查询，这很有效，但对于其他查询则不然。对于使用 world_id, player_id, and epoch 的查询它只选择了world_id/x/y/z指数。
  • 我可以/应该在多个索引中包含一列吗？可能是完整位置的一个索引，还有 world_id/player_id/epoch 的一个索引。 ?我真的不知道 mysql 使用什么逻辑来选择最适合的索引，但我假设如果索引使用 mysql 需要的更多列，它会选择那个。如果这有助于我的查询，那么在写入时稍微提高性能是值得的。
  • 我应该创建一个包含我分组/排序的所有字段的索引吗？我的说明经常显示Using filesort我知道这是性能的主要痛点。
  • 即使它们在组合索引中，在大多数字段上使用单个索引有什么好处吗？

    • 抱歉阅读太久。

    我正在使用不同的索引设置对 5 个最常见的查询进行大量分析，但感觉我可能缺少一些基础知识。在我继续之前，我宁愿让一些真正的专家教我一些我遗漏的东西。

    最佳答案

    只是一个简短的说明，因为这种事情一遍又一遍地出现:prism_worlds 上的 JOIN不需要，因为您(很可能)不需要该表中的数据。您基本上是在询问数据库“给我名称等于'某物'的世界的每个名称”。改用标量子查询。

    在 prism_worlds.world 上创建唯一索引并运行查询

    SELECT *
FROM prism_data 
WHERE prism_data.world_id = (SELECT w.world_id FROM prism_worlds AS w WHERE w.world = 'DeuxTiersMondes')
LIMIT 1000;

    优化器将计算出 prism_data.world_id被限制为单个常量值。 MySQL 会提前运行一个查询来找出这个值并在整个查询过程中使用它。见 EXPLAIN为 const - 子查询执行。

    关于prism_data.x , .y和 .z :您可能希望为此创建几何列和空间索引。如果您需要坚持使用单独的值，您可能希望将整个世界几何体分成固定大小的体素(由单个 int 表示)，并使用简单的几何体来确定哪个位置属于哪个体素。

    我个人的解决方案不会过多考虑在此表上添加无数查询。索引会使它变慢变大。使用 cron 作业填充报表(物化 View )以提前生成结果并在 cron 作业出现并再次更新它们时使用它们。

    关于mysql - 提高 MySQL 索引效率 - 多个索引中的列？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/21763950/

    mysqlcodeprism_dataprismsql

    有关mysql - 提高 MySQL 索引效率 - 多个索引中的列？的更多相关文章

    1. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

      总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

    2. ruby - 其他文件中的 Rake 任务 - 2

      我试图在一个项目中使用rake，如果我把所有东西都放到Rakefile中，它会很大并且很难读取/找到东西，所以我试着将每个命名空间放在lib/rake中它自己的文件中，我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题，但没有任务。我现在只有一个.rake文件作为测试，名为“servers.rake”，它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时

    3. ruby-on-rails - Ruby net/ldap 模块中的内存泄漏 - 2

      作为我的Rails应用程序的一部分，我编写了一个小导入程序，它从我们的LDAP系统中吸取数据并将其塞入一个用户表中。不幸的是，与LDAP相关的代码在遍历我们的32K用户时泄漏了大量内存，我一直无法弄清楚如何解决这个问题。这个问题似乎在某种程度上与LDAP库有关，因为当我删除对LDAP内容的调用时，内存使用情况会很好地稳定下来。此外，不断增加的对象是Net::BER::BerIdentifiedString和Net::BER::BerIdentifiedArray，它们都是LDAP库的一部分。当我运行导入时，内存使用量最终达到超过1GB的峰值。如果问题存在，我需要找到一些方法来更正我的代

    4. ruby-on-rails - Rails 3 中的多个路由文件 - 2

      Rails2.3可以选择随时使用RouteSet#add_configuration_file添加更多路由。是否可以在Rails3项目中做同样的事情？ 最佳答案 在config/application.rb中:config.paths.config.routes在Rails3.2(也可能是Rails3.1)中，使用:config.paths["config/routes"] 关于ruby-on-rails-Rails3中的多个路由文件，我们在StackOverflow上找到一个类似的问题

    5. ruby-on-rails - 在 Ruby 中循环遍历多个数组 - 2

      我有多个ActiveRecord子类Item的实例数组，我需要根据最早的事件循环打印。在这种情况下，我需要打印付款和维护日期，如下所示:ItemAmaintenancerequiredin5daysItemBpaymentrequiredin6daysItemApaymentrequiredin7daysItemBmaintenancerequiredin8days我目前有两个查询，用于查找maintenance和payment项目(非排他性查询)，并输出如下内容:paymentrequiredin...maintenancerequiredin...有什么方法可以改善上述(丑陋的)代

    6. ruby-on-rails - Rails - 一个 View 中的多个模型 - 2

      我需要从一个View访问多个模型。以前，我的links_controller仅用于提供以不同方式排序的链接资源。现在我想包括一个部分(我假设)显示按分数排序的顶级用户(@users=User.all.sort_by(&:score))我知道我可以将此代码插入每个链接操作并从View访问它，但这似乎不是“ruby方式”，我将需要在不久的将来访问更多模型。这可能会变得很脏，是否有针对这种情况的任何技术？注意事项:我认为我的应用程序正朝着单一格式和动态页面内容的方向发展，本质上是一个典型的网络应用程序。我知道before_filter但考虑到我希望应用程序进入的方向，这似乎很麻烦。最终从任何

    7. ruby-on-rails - Rails 3.2.1 中 ActionMailer 中的未定义方法 'default_content_type=' - 2

      我在我的项目中添加了一个系统来重置用户密码并通过电子邮件将密码发送给他，以防他忘记密码。昨天它运行良好(当我实现它时)。当我今天尝试启动服务器时，出现以下错误。=>BootingWEBrick=>Rails3.2.1applicationstartingindevelopmentonhttp://0.0.0.0:3000=>Callwith-dtodetach=>Ctrl-CtoshutdownserverExiting/Users/vinayshenoy/.rvm/gems/ruby-1.9.3-p0/gems/actionmailer-3.2.1/lib/action_mailer

    8. ruby-on-rails - Rails 应用程序中的 Rails : How are you using application_controller. rb 是新手吗？ - 2

      刚入门rails，开始慢慢理解。有人可以解释或给我一些关于在application_controller中编码的好处或时间和原因的想法吗？有哪些用例。您如何为Rails应用程序使用应用程序Controller？我不想在那里放太多代码，因为据我了解，每个请求都会调用此Controller。这是真的？ 最佳答案 ApplicationController实际上是您应用程序中的每个其他Controller都将从中继承的类(尽管这不是强制性的)。我同意不要用太多代码弄乱它并保持干净整洁的态度，尽管在某些情况下ApplicationContr

    9. ruby-on-rails - form_for 中不在模型中的自定义字段 - 2

      我想向我的Controller传递一个参数，它是一个简单的复选框，但我不知道如何在模型的form_for中引入它，这是我的观点:{:id=>'go_finance'}do|f|%>Transferirde:para:Entrada:"input",:placeholder=>"Quantofoiganho?"%>Saída:"output",:placeholder=>"Quantofoigasto?"%>Nota:我想做一个额外的复选框，但我该怎么做，模型中没有一个对象，而是一个要检查的对象，以便在Controller中创建一个ifelse，如果没有检查，请帮助我，非常感谢,谢谢

    10. ruby - rspec 需要 .rspec 文件中的 spec_helper - 2

      我注意到像bundler这样的项目在每个specfile中执行requirespec_helper我还注意到rspec使用选项--require，它允许您在引导rspec时要求一个文件。您还可以将其添加到.rspec文件中，因此只要您运行不带参数的rspec就会添加它。使用上述方法有什么缺点可以解释为什么像bundler这样的项目选择在每个规范文件中都需要spec_helper吗？ 最佳答案 我不在Bundler上工作，所以我不能直接谈论他们的做法。并非所有项目都checkin.rspec文件。原因是这个文件，通常按照当前的惯例，只

    随机推荐