MySQL:411M行的慢速平均查询

我有一个简单的表（由django创建）-引擎InnoDB：

+-------------+------------------+------+-----+---------+----------------+
| Field       | Type             | Null | Key | Default | Extra          |
+-------------+------------------+------+-----+---------+----------------+
| id          | int(11)          | NO   | PRI | NULL    | auto_increment |
| correlation | double           | NO   |     | NULL    |                |
| gene1_id    | int(10) unsigned | NO   | MUL | NULL    |                |
| gene2_id    | int(10) unsigned | NO   | MUL | NULL    |                |
+-------------+------------------+------+-----+---------+----------------+

该表的行数超过4.11亿行。 （目标表将有大约461M行，21471*21470行）

我的主要查询是这样的，最多可能指定10个基因

 SELECT gene1_id, AVG(correlation) AS avg FROM genescorrelation 
 WHERE gene2_id IN (176829, 176519, 176230) 
 GROUP BY gene1_id ORDER BY NULL 

此查询速度非常慢，运行大约需要2分钟：

21471 rows in set (1 min 11.03 sec)

索引（基数看起来很奇怪-太小？）：

我刚刚在该表上运行了select count（*），花了22分钟：

select count(*) from predictions_genescorrelation;

+-----------+
| count(*)  |
+-----------+
| 411512002 |
+-----------+
1 row in set (22 min 45.05 sec)

有什么不对劲吗？ 我怀疑mysql配置设置不正确

在导入数据的过程中，我遇到了空间问题，因此这可能也会影响数据库，尽管我稍后运行了

检查表

——这花了2个小时，并声明OK

此外，索引的基数看起来很奇怪。我已经在本地设置了较小的数据库，但它们的值完全不同（254945589528,17）

我应该重做索引吗？ 我应该检查MySQL的哪些参数？ 我的表设置为InnoDB，MyISAM会有什么不同吗

谢谢， 马塔利

selectcount（*）

如果没有

WHERE

子句或没有

selectcount（id）

，查询速度非常慢<代码>使用索引（主）

要加快这一进程：

 SELECT gene1_id, AVG(correlation) AS avg FROM genescorrelation 
 WHERE gene2_id IN (176829, 176519, 176230) 
 GROUP BY gene1_id ORDER BY NULL

您应该按该顺序打开复合键（gene2_id、gene1_id、correlation）。试一试

关于索引基数：Innodb表的统计数据是近似的，不准确（有时是疯狂的）。甚至有一个bug报告

---

尝试分析表并再次观察基数

我认为这个问题更适合于，因为它涉及更多的配置而不是查询性能。对于这样的查询，我将创建一个索引

（gene2\u id，gene1\u id，correlation）

。另外，

id

序列号可能完全没有用处，您是否在何处使用过它？您的逻辑主键是什么，

（gene2\u id，gene1\u id）

？您需要

id

？似乎

主键（gene2\u id，gene1\u id）

是唯一的，而且速度更快。此外，gene_id可以是

SMALLINT UNSIGNED

的2个字节，而不是当前的2个字节。请继续使用InnoDB。但是检查innodb缓冲池大小；它应该是RAM的70%左右。如果它比桌子大就更好了。搁置这个的逻辑是假的。这是一个优化问题，有很多答案，其中大部分是正交的和加法的。谢谢！基数更改为41151219495522。现在正在处理索引。处理索引不会很快。试试gene2_id，gene1_id。而不是3个零件。如果没有帮助，那么gene2_id、gene1_id、correlation在创建我遇到的索引时：错误1034（HY000）：表'predictions_genescorrelation'的键文件不正确；试着修理它。

 SELECT gene1_id, AVG(correlation) AS avg FROM genescorrelation 
 WHERE gene2_id IN (176829, 176519, 176230) 
 GROUP BY gene1_id ORDER BY NULL