GroupBy和索引的關(guān)系

默認(rèn)情況下,mysql對group by col1,col2 字段進(jìn)行排序,這與order by col1 col2類似,如果顯式的堆一個包含相同列的order by 子句钻蹬,實(shí)際上沒有什么影響,如果查詢group by 但是用戶想要避免不必要的排序凭需,則可以指定order by null.

優(yōu)化分頁查詢

一般查詢是,通過創(chuàng)建覆蓋索引能夠比較好的提高性能肝匆,一個常見的問題就是limit 1000,20 查詢出1020行粒蜈,但是返回的是1000到1020條數(shù)據(jù),其他數(shù)據(jù)都進(jìn)行拋棄了

1.使用主鍵回表查詢原表的記錄,下面我們發(fā)現(xiàn)直接查詢是進(jìn)行全表查詢旗国,而使用主鍵關(guān)聯(lián)回表查詢可以提高查詢效率

mysql> explain select film_id, description from film order by title limit 50,5 \G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: film
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 1000
Extra: Using filesort
1 row in set (0.00 sec)

mysql> explain select a.film_id,a.description from film a inner join (select film_id from film order by title limit 50,5) b on a.film_id=b.film_id \G
*************************** 1. row ***************************
id: 1
select_type: PRIMARY
table: <derived2>
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 55
Extra: NULL
*************************** 2. row ***************************
id: 1
select_type: PRIMARY
table: a
type: eq_ref
possible_keys: PRIMARY
key: PRIMARY
key_len: 2
ref: b.film_id
rows: 1
Extra: NULL
*************************** 3. row ***************************
id: 2
select_type: DERIVED
table: film
type: index
possible_keys: NULL
key: idx_title
key_len: 767
ref: NULL
rows: 1000
Extra: Using index
3 rows in set (0.00 sec)
2.記錄上一次的某個位置枯怖,用記錄上一頁的最后一行的字段,在使用limit n ,

mysql> explain select * from payment where rental_id<15640 order by rental_id desc limit 10\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: payment
type: range
possible_keys: fk_payment_rental
key: fk_payment_rental
key_len: 5
ref: NULL
rows: 8043
Extra: Using index condition
1 row in set (0.00 sec)
使用排序rental_id 記錄上一頁的最后位置能曾,在根據(jù)這個位置過濾且使用limit n度硝,可以有效提高查詢的效率肿轨,但是在rental_id有大量重復(fù)的情況下,這種優(yōu)化會丟失數(shù)據(jù)蕊程。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末椒袍,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子藻茂,更是在濱河造成了極大的恐慌驹暑,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,185評論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件辨赐,死亡現(xiàn)場離奇詭異优俘,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)掀序,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,652評論 3 393
  • 文/潘曉璐 我一進(jìn)店門帆焕,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人不恭,你說我怎么就攤上這事视搏。” “怎么了县袱?”我有些...
    開封第一講書人閱讀 163,524評論 0 353
  • 文/不壞的土叔 我叫張陵浑娜,是天一觀的道長。 經(jīng)常有香客問我式散,道長筋遭,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,339評論 1 293
  • 正文 為了忘掉前任暴拄,我火速辦了婚禮漓滔,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘乖篷。我一直安慰自己响驴,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,387評論 6 391
  • 文/花漫 我一把揭開白布撕蔼。 她就那樣靜靜地躺著豁鲤,像睡著了一般。 火紅的嫁衣襯著肌膚如雪鲸沮。 梳的紋絲不亂的頭發(fā)上琳骡,一...
    開封第一講書人閱讀 51,287評論 1 301
  • 那天,我揣著相機(jī)與錄音讼溺,去河邊找鬼楣号。 笑死,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的炫狱。 我是一名探鬼主播藻懒,決...
    沈念sama閱讀 40,130評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼视译!你這毒婦竟也來了嬉荆?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,985評論 0 275
  • 序言:老撾萬榮一對情侶失蹤憎亚,失蹤者是張志新(化名)和其女友劉穎员寇,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體第美,經(jīng)...
    沈念sama閱讀 45,420評論 1 313
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡蝶锋,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,617評論 3 334
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了什往。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片扳缕。...
    茶點(diǎn)故事閱讀 39,779評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖别威,靈堂內(nèi)的尸體忽然破棺而出躯舔,到底是詐尸還是另有隱情,我是刑警寧澤省古,帶...
    沈念sama閱讀 35,477評論 5 345
  • 正文 年R本政府宣布粥庄,位于F島的核電站,受9級特大地震影響豺妓,放射性物質(zhì)發(fā)生泄漏惜互。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,088評論 3 328
  • 文/蒙蒙 一琳拭、第九天 我趴在偏房一處隱蔽的房頂上張望训堆。 院中可真熱鬧,春花似錦白嘁、人聲如沸坑鱼。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,716評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽鲁沥。三九已至,卻和暖如春盟蚣,著一層夾襖步出監(jiān)牢的瞬間黍析,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,857評論 1 269
  • 我被黑心中介騙來泰國打工屎开, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 47,876評論 2 370
  • 正文 我出身青樓奄抽,卻偏偏與公主長得像蔼两,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子逞度,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,700評論 2 354

推薦閱讀更多精彩內(nèi)容