Sql 如何加速mariadb连接表

我有两个表，我从中加入了某些列。它们在一个VARCHAR列上联接（在两个表中都索引）。表A有超过800000条记录，表B有20000条记录。 表A有一个auto_inc主键。表B没有主键，只有提到的VARCHAR列上的索引

查询耗时约48秒，速度太慢。我能做些什么来提高速度？在表B中创建主键自动增量是否有帮助？即使这不是发生联接的列

开始使用SQL。两个表都是InnoDB，我使用Mariadb

查询：

select distinct 
    `pr`.`ProductIdentifier` AS `ProductIdentifier`,
    `pr`.`Datum` AS `Datum`,
    `pr`.`Retailer` AS `Retailer`,
    `pr`.`Prijs` AS `Prijs`,
    `pm`.`Merk` AS `Merk`,
    `pm`.`Product` AS `Product`,
    `pm`.`Formaat` AS `Formaat` 
from 
   (`prices`.`prices_table` `pr` 
    join `prices`.`product_match_table` `pm` 
        on(`pr`.`ProductIdentifier` = `pm`.`ProductIdentifier`))

解释选择：

---

这个答案是基于我对索引的一般知识；MariaDB可能有一些我不知道的更专业的选择

然而，索引从两个方面大大加快了查询速度

• 只需要拥有所需的列，这意味着需要读取和处理的数据更少
• 通过以适当的方式进行排序来帮助处理

首先，您通常需要一个

第二，这包括

• 排序方式与查询中要加入的表相同（例如，在相同字段上编制索引）
• 排序，以便WHERE子句和其他类型的筛选可以直接使用排序转到索引/表中的适当位置

在实践中，性能上的最佳改进通常是最后一个，但是代码中没有WHERE子句。如果（通常情况下）用户过滤结果（例如，仅在ProductName=‘手提包’的位置显示结果），则您可能需要调整这些结果的索引（稍后将详细介绍）

覆盖上述查询的索引

我认为使用当前的查询（没有过滤等），最快的速度是使用两个索引

CREATE INDEX `IX_prices_ProductIdentifier` ON `prices`.`prices_table` 
    (`ProductIdentifier`,
    `Datum`,
    `Retailer`,
    `Prijs`);
CREATE INDEX `IX_productmatch_ProductIdentifier` ON `prices`.`product_match_table`
    (`ProductIdentifier`,
    `Merk`,
    `Product`,
    `Formaat`); 

这些提供了所示查询的覆盖索引，并且它们的排序相同（按productIdentifier），以使联接更容易

搜索/筛选（初始示例中未指定）

但是，如果人们通常首先按特定字段进行搜索，则有必要对相关表中的字段重新排序（因此搜索的字段是第一个），或者使用多个索引，将搜索字段放在前面

例如，人们可以在

pr

Retailer

、

pm

Merk

或

pm

产品中搜索特定值。因此，您可以添加这些附加索引

CREATE INDEX `IX_prices_Retailer` ON `prices`.`prices_table` 
    (`Retailer`,
    `ProductIdentifier`,
    `Datum`,
    `Prijs`);
CREATE INDEX `IX_productmatch_Merk` ON `prices`.`product_match_table`
    (`Merk`,
    `ProductIdentifier`, 
    `Product`,
    `Formaat`); 
CREATE INDEX `IX_productmatch_Product` ON `prices`.`product_match_table`
    (`Product`,
    `ProductIdentifier`, 
    `Merk`,
    `Formaat`); 

请注意，上面提到的字段顺序很重要。数据（索引）按第一个字段、第二个字段、第三个字段等进行排序。要有效使用索引，筛选/WHERE子句需要至少包括第一个字段（如果不是更多的话）

这些索引（用于筛选的索引）的另一种替代方法是使用上述原始两个索引，但随后将一个单独的索引放在他们可以搜索的每个字段上，例如，如果用户可以筛选零售商、merk和产品，则创建

• pr

  零售商上的一个索引

• 一个在

  pm

  Merk

  上，以及
• 一个在

  pm

  Product

注意事项

添加索引会使数据插入到相关表中（通常是删除/更新），这比没有索引时要慢。原因是它不仅需要更新表中的数据，还需要更新索引

---

通常这不是什么大问题，除非您经常从表中添加和删除大量数据。但在添加索引后，值得检查您的“产品维护”界面（例如，添加产品、更新价格等），以确认它们仍然运行良好。

至少，您需要为要加速的查询显示SQL。请提供

show CREATE TABLE

和

EXPLAIN SELECT…

查询是什么？我刚刚在原始帖子中添加了它。感谢您花时间回复。我尝试了你的建议，包括索引。它节省了大约10秒，但仍然需要38秒，这对我来说仍然很长。我认为大部分时间都花在匹配栏上，而不是阅读匹配栏后面的栏。。在价格表和产品匹配表中分别有近900.000条记录和14.000条记录（每天增长数千条）。有没有办法改进查询的这一部分？匹配列是长度为125的VARCHAR。我在某个地方读到过，哈希索引可能会有所帮助？当用户使用此报表时，他们会返回多少行？他们每次运行时都会得到900000行吗？还是按特定列过滤？如果是，它们会过滤哪些列？报告不会直接使用。该视图由Google data studio读取（它已经在不同的报告中对“merk”进行了筛选）。如果是这样，我建议在“merk”上添加一个索引。如果这有很大帮助，在上面的答案中考虑名为<代码> ixPuffTrMatthChy-Melk < /Cord>的索引（仅替换Melk上的索引）。但是这不利于视图正确吗？问题不是作为最终用户在Google data studio中进行过滤。DataStudio已经有了一个经过筛选的表，这可以正常工作。我只是认为我可以使视图更好地用于将来的扩展（因为数据库将高速增长）。