Mysql索引降维

很多人都知道，mysql有索引这个概念，但是却很少去较真，如何利用索引去对数据降维，以提高查询速度。

举个常见的场景，那就是用户日志（订单），例如，在中国移动的通话记录系统中，需要记录 呼出手机号，被呼号码和呼出时间，而在该系统中，最常见或用的最多的需求，就是查询某个用户在某个时间段内的通话记录。我们做出以下数据特征模拟：

  • 一个月内，有一万个账户，每天打出三万通话记录。

数据模拟生成代码：

  1. <?php
  3. require 'vendor/autoload.php';
  5. \EasySwoole\EasySwoole\Core::getInstance()->initialize();
  7. function generatePhoneList()
  8. {
  9.     $list = [];
  10.     for ($i=0;$i <= 10000; $i++){
  11.         array_push($list,'155'.\EasySwoole\Utility\Random::number(8));
  12.     }
  13.     return $list;
  14. }
  16. function generateTimeList(int $startTime,$max = 30000)
  17. {
  18.     $list = [];
  19.     for ($i=0;$i<=$max;$i++){
  20.         //模拟从早上7点到凌晨
  21.         $t = mt_rand(
  22.             25200,86400
  23.         );
  24.         array_push($list,$startTime+$t);
  25.     }
  26.     sort($list);
  27.     return $list;
  28. }
  30. $config = \EasySwoole\EasySwoole\Config::getInstance()->getConf('MYSQL');
  31. $db = new \App\Utility\Pools\MysqlPoolObject($config);
  32. $phoneList = generatePhoneList();
  33. //模拟一个月的时间数据
  34. $start = strtotime('20180101');
  35. //
  36. for ($i = 0; $i<=30; $i++){
  37.     $timeList = generateTimeList($start);
  38.     foreach ($timeList as $time){
  39.         $phone = $phoneList[mt_rand(0,10000)];
  40.         $target = $phoneList[mt_rand(0,10000)];
  41.         $db->insert('user_phone_record',[
  42.             'phone'=>$phone,
  43.             'targetPhone'=>$target,
  44.             'callTime'=>$time
  45.         ]);
  47.     }
  48.     $start += 86400;
  49. }

::: warning 在本次讲解中，以数据量50万为例子，懒得等数据生成。phone，callTime为索引字段。 :::

需求

查询某个时间段内某个账户的全部通话记录。 那么此刻，很多人可能就直接写：

  1. SELECT * FROM test.user_phone_record where callTime >=  1514768050 and  callTime <= 1514871213 and  phone = 15587575857;

以上语句在我的测试机中执行了0.26s，但是，若我调整一下where 的顺序：

  1. SELECT * FROM test.user_phone_record where phone = 15587575857 and callTime >=  1514768050 and  callTime <= 1514871213 ;

那么久仅仅需要0.1s，节约了一半的时间。那么这两个看起来差不多的语句，为啥执行的时间不一样呢。

直观解释

首先，我们分别执行两个sql并查看结果(别说为啥不用explain和profiling解释，只想给你们最直观的解释)。

::: warning 

  1.  SELECT count(*) FROM test.user_phone_record where phone = 15587575857

结果为15条记录。

  1. SELECT count(*) FROM test.user_phone_record where callTime >=  1514768050 and  callTime <= 1514871213

结果为76491条记录。 :::

那么最直观的解释来了：先where callTime再where phone，那么mysql做的事情就是： 先找出76491条记录，再从76491条记录中找出account为15587575857的记录。同理，先where phone，再筛选时间，肯定是更加快的了。

为什么会这样？

这是和特定的数据结构与场景才可以这样去调优的，由前提条件：

  • 一个月内，有一万个账户，每天打出三万通话记录

可知，单用户的通话频度不高，因此，先定位phone索引集再排除时间的搜索方式，肯定比先定时间再定账户的效率高。

::: warning 注意，这是特定场景！！！具体请以explain与profiling去分析，MYSQL的执行解释器，没有这么简单。 :::