如何优化多个连接（已经有索引）的查询？

Question

SELECT citing.article_id as citing, lac_a.year, r.id_when_cited, cited_issue.country, citing.num_citations 
FROM isi_lac_authored_articles as lac_a 
    JOIN isi_articles citing ON (lac_a.article_id = citing.article_id) 
    JOIN isi_citation_references r ON (citing.article_id = r.article_id) 
    JOIN isi_articles cited ON (cited.id_when_cited = r.id_when_cited) 
    JOIN isi_issues cited_issue ON (cited.issue_id = cited_issue.issue_id); 

我有所有被加入的领域的索引。

有什么我可以做的吗？我的表很大（大约有100万条记录，参考表有5亿条记录，文章表有25万条记录）。

这就是EXPLAIN不得不说：

+----+-------------+-------------+--------+--------------------------------------------------------------------------+---------------------------------------+---------+-------------------------------+---------+-------------+ 
| id | select_type | table  | type | possible_keys               | key         | key_len | ref       | rows | Extra  | 
+----+-------------+-------------+--------+--------------------------------------------------------------------------+---------------------------------------+---------+-------------------------------+---------+-------------+ 
| 1 | SIMPLE  | cited_issue | ALL | NULL                  | NULL         | NULL | NULL       | 1156856 |    | 
| 1 | SIMPLE  | cited  | ref | isi_articles_id_when_cited,isi_articles_issue_id       | isi_articles_issue_id     | 49  | func       |  19 | Using where | 
| 1 | SIMPLE  | r   | ref | isi_citation_references_article_id,isi_citation_references_id_when_cited | isi_citation_references_id_when_cited | 17  | mimir_dev.cited.id_when_cited |  4 | Using where | 
| 1 | SIMPLE  | lac_a  | eq_ref | PRIMARY                 | PRIMARY        | 16  | mimir_dev.r.article_id  |  1 |    | 
| 1 | SIMPLE  | citing  | eq_ref | PRIMARY                 | PRIMARY        | 16  | mimir_dev.r.article_id  |  1 |    | 
+----+-------------+-------------+--------+--------------------------------------------------------------------------+---------------------------------------+---------+-------------------------------+---------+-------------+ 
5 rows in set (0.07 sec) 

Answer 1

如果你真的需要所有返回的数据，我建议两两件事：

1. 你，大概，知道数据比MySQL更好，你可以尝试利用它的优势，如果MySQL是不正确在其假设中。目前，MySQL认为在开始时更容易全面扫描整个isi_issues表，并且如果结果真的会包含所有问题，那么假设是正确的。但是，如果结果中不存在许多问题，则可能需要强制您认为更加正确的另一个连接顺序。这是你，谁知道哪个表应用最强的限制，哪些是最小的到完全扫描（因为没有WHERE子句，你无论如何都需要全面扫描一些东西）。

2. 您可以通过覆盖索引（即包含足够数据本身且不需要触摸行数据的索引）获利。例如，isi_articles和（article_id，year）isi_lac_authored_articles上的索引（article_id，num_citations）和isi_issues上的（国家）将会显着加快该查询，只要索引适合内存，但从另一方面来看，会让你的索引变大并且稍微慢一点的插入到表中。

Answer 2

我认为这是你能做的最好的。我的意思是至少它没有使用嵌套/多个查询。你应该在sql上做一点基准。你至少可以尽可能地限制你的结果。 15-30行的返回设置是非常好的每页（这取决于应用程序，但15-30对我来说是公差范围）

我相信mySQL（phpMyAdmin，控制台，GUI无论）他们返回一些排序“执行时间”，即执行查询所花费的时间。将其与使用服务器端代码的查询基准进行比较。然后将其与使用服务器端代码运行的查询进行比较，然后将其与您的应用程序界面一起输出。

通过这个，你可以看到你的瓶颈在哪里 - 这是你优化的地方。

Answer 3

除非将查询结果输入到某个其他查询或系统，否则返回那么多（3M）行是没用的。每个查询返回一个可接受数量的行（比如1000）用于可视化会很聪明。

Answer 4

看你的SQL - 缺乏一个WHERE子句意味着它是由拉的所有行：

JOIN isi_issues cited_issue ON (cited.issue_id = cited_issue.issue_id) 

你可以看看分割大isi_issues表，这将让MySQL的执行有点快（更小的文件更容易处理）

或者，您也可以循环语句并使用LIMIT子句。

LIMIT 0,100000 然后 LIMIT 100001，200000

这将让报表运行更快，你可以处理批量数据。