我有一个本地 DB在Mamp上进行性能测试。我的问题表大约有500万行。
这是我遇到的问题:
1 User_ID int(11)
2 Skill_ID int(11)
3 Matching int(11)
4 Grade int(11) 索引为User_ID和Skill_ID。
这是我使用的查询:
SELECT User_ID,COUNT(Matching),SUM(Matching)
FROM Matching
WHERE Skill_ID = 3 OR Skill_ID 5 OR Skill_ID = 18 ............
GROUP BY User_ID
ORDER BY SUM(Matching) DESC我在测试站点上选择的技能越多,查询的时间就越长。目前,第一个技能需要大约1秒,每一选择的技能增加约0.25s。因此,对于5项技能,我已经需要超过2秒。
我已经创建了索引,并在my.cnf of MySQL中尝试了许多不同的修改(增加key_buffer_size,启用query_cache,sort_buffer_size.)
WAMP运行在我的Mac 2012,4GB内存,1,8 GHz双核英特尔核心i5处理器。
这张桌子是MyISAM。我无法避免ORDER和COUNT和SUM函数,它们对于查询来说太重要了。
该表估计将增加到5 000多万个条目。
编辑:--这是解释命令的结果
如何提高DB的性能?我只需要更好的硬件吗?提前谢谢!
编辑:现在使用分区的相同的表
Create table Matching2 (User_ID int,Skill_ID int,Matching int,Note int)
Partition by Range (Skill_ID) (
Partition S0 VALUES LESS THAN (10),
Partition S1 VALUES LESS THAN (20),
Partition S2 VALUES LESS THAN (30),
Partition S3 VALUES LESS THAN (40),
Partition S4 VALUES LESS THAN (50),
Partition S5 VALUES LESS THAN (60),
Partition S6 VALUES LESS THAN (70),
Partition S7 VALUES LESS THAN (80)
); ->没有明显的性能改善!
发布于 2013-03-08 19:27:40
实际上,您所能做的就是为查询添加一个覆盖索引,即您需要添加复合索引(Skill_Id,User_Id,匹配),并将WHERE条件更改为'Skill_Id IN (3,5,18)‘。
发布于 2013-03-08 17:15:26
如果您认为这些数据在接下来的几个月中会增长到5000万,并且您已经完成了索引优化,那么我建议对这个表进行分区。
你可以看看http://dev.mysql.com/doc/refman/5.5/en/partitioning-overview.html
引用链接
某些查询可以大大优化,因为满足给定WHERE子句的数据只能存储在一个或多个分区上,这将自动排除搜索中的任何剩余分区。
发布于 2013-12-31 03:32:48
有一个非常强大但并不为人所知的把戏。尝试这样做,以确保使用Skill_ID索引:
SELECT User_ID,COUNT(Matching),SUM(Matching)
FROM Matching
inner join ( select 3 as sid
union all select 5 as sid
union all select 18 as sid
) skills
on skills.sid = Matching.Skill_ID
GROUP BY User_ID
ORDER BY SUM(Matching) DESChttps://stackoverflow.com/questions/15299456
复制相似问题