一次Mysql使用IN大數(shù)據(jù)量的優(yōu)化記錄
mysql版本號是5.7.28,表A有390W條記錄,使用InnoDB引擎,其中varchar類型字段mac已建立索引,索引方法為B-tree。B表僅有5000+條記錄。
有一條SQL指令是這樣寫的:
SELECT * FROM A WHERE mac IN("aa:aa:aa:aa:aa:aa","bb:bb:bb:bb:bb:b",...此外省略900+條)
通過查詢出來的結(jié)果耗時294.428s。沒錯,將近5分鐘。
使用EXPLAIN分析下:

訪問類型type是range,且已命中索引,rows行也只有587776,可為什么查詢耗時要這么久?
mac的索引方法使用了B-tree,那對比下它與HASH的區(qū)別,簡單地總結(jié)下:B-tree索引可以用于進(jìn)行 =,>,>=,<,<=和between的計算,而HASH只能進(jìn)行等值運算,不能進(jìn)行范圍查找。那IN是等值運算,兩種索引方法都適用。即然這樣,把mac的索引方法修改為HASH,同樣的查詢耗時為。
既然調(diào)整索引方法并不能明顯地提升語句的查詢性能,那只能從語句本身中進(jìn)行處理。其實明眼人剛開始一看就知道,SELECT * 是很耗性能的,那我們只查業(yè)務(wù)上需要的字段,語句調(diào)整為:
SELECT id,mileage FROM A WHERE mac IN("aa:aa:aa:aa:aa:aa","bb:bb:bb:bb:bb:b",...此外省略900+條)
耗時并沒有明顯的提升。
竟然IN的方式這么難優(yōu)化,是不是可以放棄使用LEFT JOIN呢?語句調(diào)整為:
SELECT a.id,a.mileage FROM A a LEFT JOIN B b ON b.mac = a.mac WHERE b.create_time >= '2020-01-01'
耗時超過5分鐘,放棄。
我們知道,在條件量少的情況,EXISTS和IN的效果沒有顯示的差別。但條件多的時候,IN要比EXISTS的效率也高,來試下EXISTS:
SELECT id,mileage FROM A a WHERE EXISTS(SELECT mac FROM B WHERE create_time >= '2020-01-01' AND mac = a.mac)
耗時也是超過5分鐘,IN的效率確實要比EXISTS高,放棄。
所以最后的結(jié)論是,如果IN后接大數(shù)據(jù)量的String,要慎重。
在項目中我把mac作為唯一標(biāo)識建立與id的對應(yīng)表,在A表使用mac_id代替mac,查詢的時候使用IN(1,2,3...)。效率會提高一些。當(dāng)前使用NoSQL也是一種方式。
總結(jié)
到此這篇關(guān)于一次Mysql使用IN大數(shù)據(jù)量優(yōu)化的文章就介紹到這了,更多相關(guān)Mysql使用IN大數(shù)據(jù)量優(yōu)化內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
MySQL數(shù)據(jù)庫基于sysbench實現(xiàn)OLTP基準(zhǔn)測試
這篇文章主要介紹了MySQL數(shù)據(jù)庫基于sysbench實現(xiàn)OLTP基準(zhǔn)測試,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-11-11
mysql 8.0.12 安裝配置方法圖文教程(windows10)
這篇文章主要為大家詳細(xì)介紹了windows10下mysql 8.0.12 安裝配置方法圖文教程,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-08-08
MySQL使用SHOW PROCESSLIST的實現(xiàn)
本文主要介紹了MySQL使用SHOW PROCESSLIST的實現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2025-03-03
連接MySQL時出現(xiàn)1449與1045異常解決辦法
這篇文章主要介紹了連接MySQL時出現(xiàn)1449與1045異常解決辦法的相關(guān)資料,通過IP鏈接MySQL的時候會出現(xiàn)1499與1054錯誤異常的情況,這里提供解決辦法,需要的朋友可以參考下2017-09-09

