优化MySQL聚合查询

我在MySQL中有一个非常大的表(大约100万条记录),其中包含有关文件的信息.其中一条信息是每个文件的修改日期.

我需要编写一个查询来计算适合指定日期范围的文件数.为此,我创建了一个小表来指定这些范围(以天为单位),如下所示：

DateRanges
range_id   range_name   range_start   range_end
1          0-90         0             90
2          91-180       91            180
3          181-365      181           365
4          366-1095     366           1095
5          1096+        1096          999999999

并编写了一个如下所示的查询：

SELECT r.range_name, sum(IF((DATEDIFF(CURDATE(),t.file_last_access) > r.range_start and DATEDIFF(CURDATE(),t.file_last_access) < r.range_end),1,0)) as FileCount
FROM `DateRanges` r, `HugeFileTable` t
GROUP BY r.range_name

但是,可以预见的是,这个查询需要永远运行.我想这是因为我要求MySQL通过HugeFileTable 5次,每次都对每个文件执行DATEDIFF()计算.

我想做的是通过记录只通过一次HugeFileTable记录,并为每个文件增加相应range_name运行总计的计数.我无法弄明白该怎么做….

任何人都可以帮忙吗？

谢谢.

编辑：MySQL版本：5.0.45,表是MyISAM

EDIT2：这是评论中要求的descibe

id  select_type  table  type  possible_keys  key  key_len  ref  rows      Extra  
1   SIMPLE       r      ALL   NULL           NULL NULL     NULL 5         Using temporary; Using filesort 
1   SIMPLE       t      ALL   NULL           NULL NULL     NULL 96506321   

解决方法:

首先,在HugeFileTable.file_last_access上创建一个索引.

然后尝试以下查询：

SELECT r.range_name, COUNT(t.file_last_access) as FileCount
FROM `DateRanges` r
 JOIN `HugeFileTable` t 
 ON (t.file_last_access BETWEEN 
   CURDATE() + INTERVAL r.range_start DAY AND 
   CURDATE() + INTERVAL r.range_end DAY)
GROUP BY r.range_name;

这是我在MySQL 5.0.75上尝试此查询时获得的EXPLAIN计划(为简洁而编译)：

+-------+-------+------------------+----------------------------------------------+
| table | type  | key              | Extra                                        |
+-------+-------+------------------+----------------------------------------------+
| t     | index | file_last_access | Using index; Using temporary; Using filesort | 
| r     | ALL   | NULL             | Using where                                  | 
+-------+-------+------------------+----------------------------------------------+

它仍然不会表现得很好.通过使用GROUP BY,查询会产生一个临时表,这可能很昂贵.你可以做的不多.

但至少此查询会删除原始查询中的笛卡尔积.

更新：这是另一个使用相关子查询的查询,但我已经删除了GROUP BY.

SELECT r.range_name,
  (SELECT COUNT(*) 
   FROM `HugeFileTable` t 
   WHERE t.file_last_access BETWEEN 
     CURDATE() - INTERVAL r.range_end DAY AND 
     CURDATE() - INTERVAL r.range_start DAY
  ) as FileCount
FROM `DateRanges` r;

EXPLAIN计划没有显示临时表或文件排序(至少我的测试表中有大量的行)：

+----+--------------------+-------+-------+------------------+--------------------------+
| id | select_type        | table | type  | key              | Extra                    |
+----+--------------------+-------+-------+------------------+--------------------------+
|  1 | PRIMARY            | r     | ALL   | NULL             |                          | 
|  2 | DEPENDENT SUBQUERY | t     | index | file_last_access | Using where; Using index | 
+----+--------------------+-------+-------+------------------+--------------------------+

在您的数据集上尝试此查询,看看它是否表现更好.

标签：mysql,aggregate,large-data-volumes
来源： https://codeday.me/bug/20190622/1260460.html