什麼是加入幾個表匹配特定的列值在MySQL

Question

最快的方式，我有3個表看起來像這樣：

CREATE TABLE big_table_1 (
id INT(11), 
col1 TINYINT(1), 
col2 TINYINT(1), 
col3 TINYINT(1), 
PRIMARY KEY (`id`) 
) 

等了big_table_2和big_table_3。 col1，col2，col3值爲0,1或null。

我在找每個表中col1值等於1的id's。我加入他們的行列如下，用我能想到的最簡單的方法：

SELECT t1.id 
FROM big_table_1 AS t1 
INNER JOIN big_table_2 AS t2 ON t2.id = t1.id 
INNER JOIN big_table_3 AS t3 ON t3.id = t1.id 
WHERE t1.col1 = 1 
AND t2.col1 = 1 
AND t3.col1 = 1; 

由於每個臺10萬行，查詢需要約40秒到我的機器上執行：

407231 rows in set (37.19 sec) 

解釋結果：

+----+-------------+-------+--------+---------------+---------+---------+--------------+----------+-------------+ 
| id | select_type | table | type | possible_keys | key  | key_len | ref   | rows  | Extra  | 
+----+-------------+-------+--------+---------------+---------+---------+--------------+----------+-------------+ 
| 1 | SIMPLE  | t3 | ALL | PRIMARY  | NULL | NULL | NULL   | 10999387 | Using where | 
| 1 | SIMPLE  | t1 | eq_ref | PRIMARY  | PRIMARY | 4  | testDB.t3.id |  1 | Using where | 
| 1 | SIMPLE  | t2 | eq_ref | PRIMARY  | PRIMARY | 4  | testDB.t3.id |  1 | Using where | 
+----+-------------+-------+--------+---------------+---------+---------+--------------+----------+-------------+ 

如果我在col1申報指標，其結果是稍微慢一點：

407231 rows in set (40.84 sec) 

我也曾嘗試以下查詢：

SELECT t1.id 
FROM (SELECT distinct ta1.id FROM big_table_1 ta1 WHERE ta1.col1=1) as t1 
WHERE EXISTS (SELECT ta2.id FROM big_table_2 ta2 WHERE ta2.col1=1 AND ta2.id = t1.id) 
AND EXISTS (SELECT ta3.id FROM big_table_3 ta3 WHERE ta3.col1=1 AND ta3.id = t1.id); 

但它的速度較慢：

407231 rows in set (44.01 sec) [with index on col1] 
407231 rows in set (1 min 36.52 sec) [without index on col1] 

是上述簡單的方法基本上是在MySQL這樣做的最快方法？爲了更快地獲得結果，是否有必要將表分成多個服務器？

附錄：根據要求解釋安德魯的代碼的結果（我修剪表下降到只有1萬行，而該指數是對ID和COL1）：

+----+-------------+-------------+-------+---------------+---------+---------+------+---------+--------------------------------+ 
| id | select_type | table  | type | possible_keys | key  | key_len | ref | rows | Extra       | 
+----+-------------+-------------+-------+---------------+---------+---------+------+---------+--------------------------------+ 
| 1 | PRIMARY  | <derived3> | ALL | NULL   | NULL | NULL | NULL | 332814 |        | 
| 1 | PRIMARY  | <derived4> | ALL | NULL   | NULL | NULL | NULL | 333237 | Using where; Using join buffer | 
| 1 | PRIMARY  | <derived2> | ALL | NULL   | NULL | NULL | NULL | 333505 | Using where; Using join buffer | 
| 4 | DERIVED  | big_table_3 | index | NULL   | PRIMARY | 5  | NULL | 1000932 | Using where; Using index  | 
| 3 | DERIVED  | big_table_2 | index | NULL   | PRIMARY | 5  | NULL | 1000507 | Using where; Using index  | 
| 2 | DERIVED  | big_table_1 | index | NULL   | PRIMARY | 5  | NULL | 1000932 | Using where; Using index  | 
+----+-------------+-------------+-------+---------------+---------+---------+------+---------+--------------------------------+ 

Answer 1

踢嘗試與覆蓋索引（由id，col1組成） 所以1個索引使其成爲主要組合。沒有其他索引。

然後運行analyze table XXX（共3次，每一次表）

那麼火而過希望MySQL的CBO心不是成緻密來弄明白。

第二個想法是查看沒有where子句的結果。轉換其加入的條款

Answer 2

的所有內你有沒有試過這樣：

SELECT t1.id 
FROM 
(SELECT id from big_table_1 where col1 = 1) AS t1 
INNER JOIN (SELECT id from big_table_2 where col1 = 1) AS t2 ON t2.id = t1.id 
INNER JOIN (SELECT id from big_table_3 where col1 = 1) AS t3 ON t3.id = t1.id 

Answer 3

INNER JOIN（同JOIN）讓優化挑是否使用該表的左邊或表其右。您提供的簡化的SELECT可以從三個表中的任何一個開始。

優化器喜歡從帶有WHERE子句的表開始。你的簡單例子意味着每張桌子都是同樣好的如果有一個INDEXcol1開始。 （請參閱下面的收回。）

第二和後續表格需要一個不同的索引規則。在您的簡化示例中，col1用於過濾，id用於JOINing。 INDEX(col1, id)和INDEX(id, col1)同樣適用於第二張桌子。

我一直在說「你的簡單例子」，因爲只要你改變了任何東西，這些答案中的大部分建議都值得一試。

（縮進）如果您有一個具有「低基數」的列，例如col%，只有0,1和NULL的可能性，INDEX(col1)本質上是無用的，因爲它更快地盲掃表而不是使用索引。

另一方面，INDEX(col1, ...)可能是有用的，正如第二個表所述。

然而，對於第一個表也不是有用的。如果你有這樣的INDEX，它將被忽略。

然後來「覆蓋」。再一次，你的例子是不切實際的簡單化，因爲除了id和col1之外基本上沒有觸及的字段。 「覆蓋」索引包括全部查詢中接觸的表的字段。覆蓋指標實際上總是小於數據，因此覆蓋指標的運行費用較低，因此速度更快。

（縮回的縮回）INDEX(col1, id)，在該爲了對於第一表有用的覆蓋索引。

想象一下，如果您沒有提到col1只有3個值，我的討論就會如何消失。很不一樣。

而且我們還沒有得到到ORDER BY，IN(...)，BETWEEN...AND...，發動機的差異，技巧與PRIMARY KEY，LEFT JOIN等

More insight into building indexes from Selects。

ANALYZE TABLE應該沒有必要。