Java Mysql：在低基数列上执行count（*）操作的最佳方法

背景：

我有一个Mysql模式，其结构如下

@Data
public class DBQueryEvaluation {
    //primary key
    private final Long id;

    //The combination of a 'query' and an 'evaluationId' will always be unique.
    private final Long evaluationId;
    private final String query;

    private final Date createdAt;
    private final Date updatedAt;
}

约束：

“查询”和“评估ID”的组合将始终是唯一的

对于给定的evaluationId，可以有很多查询。表中总共有500万条记录。（每个evaluationId大约50000个查询，其中100个此类评估=500万条记录）

目标：

要对给定的evaluationId进行计数（记录）

问题：

鉴于evaluationId的基数非常低（相同的evaluationId重复了约50k条记录）：

索引“evaluationId”是这里推荐的做法吗。BTree实现应该能够提供以毫秒为单位的计数。（<10ms）

为这样一个低基数属性编制索引可能有什么缺点（如果有的话）

获得计数（*）的其他最佳方法是什么

==更新===

• 我期待一个完全一致的观点。没有近似值
• 可以在现有行的顶部应用更新

索引“evaluationId”是这里推荐的做法吗。BTree实现应该能够提供以毫秒为单位的计数。（<10ms）

是的，如果没有索引，引擎必须执行完整的表扫描。但是，使用索引时，它不必访问数据记录，只需从索引中获取计数。为此，它需要读取比数据记录数量少得多的索引记录，因为：

• 索引叶块具有多个记录指针，这些指针以块块的形式读取
• 隔离与求值id相关的叶块所需的额外块读取数与块总数成对数关系

例如，如果块大小为10，并且50000条记录具有评估id，则需要读取大约5555个块。将此与表扫描中需要读取的至少500000个块进行比较。显然，数据库有优化方法，这会使公平比较变得复杂，因此尝试一下是有意义的

为这样一个低基数属性编制索引可能有什么缺点（如果有的话）

基数的作用取决于一个块中适合多少数据记录（即。

建议在此处对“evaluationId”进行索引。BTree实现应该能够提供毫秒级的计数。（<10ms）

是的，如果没有索引，引擎必须执行完整的表扫描。但是，使用索引，它不必访问数据记录，但可以单独从索引中获取计数。为此，它需要读取远小于数据记录数的索引记录数，因为：

• 索引叶块具有多个记录指针，这些指针以块块的形式读取
• 隔离与求值id相关的叶块所需的额外块读取数与块总数成对数关系

例如，如果块大小为10，50000条记录具有评估id，则需要读取约5555个块。将其与至少500000个需要在表扫描中读取的块进行比较。显然，数据库具有优化方法，这会使公平比较变得复杂，因此尝试一下是有意义的

为这样一个低基数属性编制索引可能有什么缺点（如果有的话）

---

“基数”的作用取决于一个块中有多少数据记录（即一次写入数据），然后考虑一个数据仓库，比如@瑞克·詹姆斯：数据写得相当频繁。OOP，我的意思是“数据一旦被写入，就不会被修改”。NP..它可能被修改了一次。（我也期待一个完全一致的视图）将更新一次写入的数据吗？然后考虑一个数据仓库，比如@瑞克·詹姆斯：数据写得相当频繁。OOP，我的意思是“数据一旦被写入就不被修改”。NP..它可能被修改了一次。（我也期待一个完全一致的视图）。将更新PostThank@trincot。我正在寻找完全一致的视图。另外，如果您能解释一下您是如何到达5555的，将不胜感激。同样的应该是日志（基本2）根据我的理解是500000。”“例如，如果块大小为10，50000条记录具有评估id，则需要读取大约5555个块。”“我是如何到达5555的：日志基数是B-树块的算术数。我查看了金字塔（子树）B-树中具有具有搜索id的叶块的块数。该金字塔的底层将有5000个块，每个块有10个条目（=50000个记录指针）。父层的块数将减少10倍（500），祖父母级别将有50个区块，…等等。我忽略了到达这个金字塔所需的路径，因为它只包含两个以上的级别（=两个以上的读取）。一个“完全一致的视图”：你看到不一致了吗？谢谢。完全一致的视图我的意思是“没有近似值”（在回答您的评论“它是否真的是49756而不是49695”时）我很好奇这么严格的计数要求的商业价值是什么。主要是因为这些信息马上就过时了。但无论如何，我的建议是我的答案最后几段中的方法。根据我的经验，典型的算术是100。谢谢@trincot。我在寻找一个完全一致的观点。另外，如果你能明白你是如何到达5555的。根据我的理解，同样应该是log（基数2）500000。”“例如，如果块大小为10，50000条记录具有评估id，那么需要读取大约5555个块。”“我是如何到达5555的：log base是任意算术数的”