• Mysql索引降维
    • 需求
    • 直观解释
    • 为什么会这样？

    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. }

    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)。

    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。

    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。