Wann sollte ich einen zusammengesetzten Index verwenden?

1. Wann sollte ich einen zusammengesetzten Index in einer Datenbank verwenden?
2. Was sind die Leistungsauswirkungen bei Verwendung eines zusammengesetzten Index?
3. Warum sollte ich einen zusammengesetzten Index verwenden?

Zum Beispiel habe ich eine homesTabelle:

CREATE TABLE IF NOT EXISTS `homes` (
  `home_id` int(10) unsigned NOT NULL auto_increment,
  `sqft` smallint(5) unsigned NOT NULL,
  `year_built` smallint(5) unsigned NOT NULL,
  `geolat` decimal(10,6) default NULL,
  `geolng` decimal(10,6) default NULL,
  PRIMARY KEY  (`home_id`),
  KEY `geolat` (`geolat`),
  KEY `geolng` (`geolng`),
) ENGINE=InnoDB  ;

Macht es Sinn, für mich einen zusammengesetzten Index für beide verwendet , um geolatund geolng, so dass:

Ich ersetze:

  KEY `geolat` (`geolat`),
  KEY `geolng` (`geolng`),

mit:

KEY `geolat_geolng` (`geolat`, `geolng`)

Wenn ja:

• Warum?
• Was ist die Leistungsbeeinträchtigung durch Verwendung eines zusammengesetzten Index?

AKTUALISIEREN:

Da viele Leute angegeben haben, dass dies vollständig von den von mir durchgeführten Abfragen abhängt, wird im Folgenden die am häufigsten durchgeführte Abfrage aufgeführt:

SELECT * FROM homes
WHERE geolat BETWEEN ??? AND ???
AND geolng BETWEEN ??? AND ???

UPDATE 2:

Mit folgendem Datenbankschema:

CREATE TABLE IF NOT EXISTS `homes` (
  `home_id` int(10) unsigned NOT NULL auto_increment,
  `primary_photo_group_id` int(10) unsigned NOT NULL default '0',
  `customer_id` bigint(20) unsigned NOT NULL,
  `account_type_id` int(11) NOT NULL,
  `address` varchar(128) collate utf8_unicode_ci NOT NULL,
  `city` varchar(64) collate utf8_unicode_ci NOT NULL,
  `state` varchar(2) collate utf8_unicode_ci NOT NULL,
  `zip` mediumint(8) unsigned NOT NULL,
  `price` mediumint(8) unsigned NOT NULL,
  `sqft` smallint(5) unsigned NOT NULL,
  `year_built` smallint(5) unsigned NOT NULL,
  `num_of_beds` tinyint(3) unsigned NOT NULL,
  `num_of_baths` decimal(3,1) unsigned NOT NULL,
  `num_of_floors` tinyint(3) unsigned NOT NULL,
  `description` text collate utf8_unicode_ci,
  `geolat` decimal(10,6) default NULL,
  `geolng` decimal(10,6) default NULL,
  `display_status` tinyint(1) NOT NULL,
  `date_listed` timestamp NOT NULL default CURRENT_TIMESTAMP,
  `contact_email` varchar(100) collate utf8_unicode_ci NOT NULL,
  `contact_phone_number` varchar(15) collate utf8_unicode_ci NOT NULL,
  PRIMARY KEY  (`home_id`),
  KEY `customer_id` (`customer_id`),
  KEY `city` (`city`),
  KEY `num_of_beds` (`num_of_beds`),
  KEY `num_of_baths` (`num_of_baths`),
  KEY `geolat` (`geolat`),
  KEY `geolng` (`geolng`),
  KEY `account_type_id` (`account_type_id`),
  KEY `display_status` (`display_status`),
  KEY `sqft` (`sqft`),
  KEY `price` (`price`),
  KEY `primary_photo_group_id` (`primary_photo_group_id`)
) ENGINE=InnoDB  DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci AUTO_INCREMENT=8 ;

Verwenden des folgenden SQL:

EXPLAIN SELECT  homes.home_id,
                    address,
                    city,
                    state,
                    zip,
                    price,
                    sqft,
                    year_built,
                    account_type_id,
                    num_of_beds,
                    num_of_baths,
                    geolat,
                    geolng,
                    photo_id,
                    photo_url_dir
            FROM homes
            LEFT OUTER JOIN home_photos ON homes.home_id = home_photos.home_id
                AND homes.primary_photo_group_id = home_photos.home_photo_group_id
                AND home_photos.home_photo_type_id = 2
            WHERE homes.display_status = true
            AND homes.geolat BETWEEN -100 AND 100
            AND homes.geolng BETWEEN -100 AND 100

EXPLAIN gibt zurück:

id  select_type  table        type  possible_keys                                    key                  key_len  ref     rows  Extra
----------------------------------------------------------------------------------------------------------
1   SIMPLE       homes        ref   geolat,geolng,display_status                     display_status       1        const   2     Using where
1  SIMPLE        home_photos  ref   home_id,home_photo_type_id,home_photo_group_id   home_photo_group_id  4        homes.primary_photo_group_id   4  

Ich verstehe nicht ganz, wie man den EXPLAIN-Befehl liest. Sieht das gut oder schlecht aus? Im Moment verwende ich KEINEN zusammengesetzten Index für Geolat und Geolng. Sollte ich sein?

Sie sollten einen zusammengesetzten Index verwenden, wenn Sie Abfragen verwenden, die davon profitieren. Ein zusammengesetzter Index, der folgendermaßen aussieht:

index( column_A, column_B, column_C )

Dies kommt einer Abfrage zugute, die diese Felder zum Verbinden, Filtern und manchmal zum Auswählen verwendet. Dies kommt auch Abfragen zugute, die Teilmengen von Spalten ganz links in diesem Verbund verwenden. Der obige Index wird also auch Anfragen erfüllen, die benötigt werden

index( column_A, column_B, column_C )
index( column_A, column_B )
index( column_A )

Aber es wird nicht (zumindest nicht direkt, vielleicht kann es teilweise helfen, wenn es keine besseren Indizes gibt) bei Abfragen helfen, die benötigt werden

index( column_A, column_C )

Beachten Sie, wie column_B fehlt.

In Ihrem ursprünglichen Beispiel kommt ein zusammengesetzter Index für zwei Dimensionen hauptsächlich Abfragen zugute, die beide Dimensionen oder die am weitesten links stehende Dimension selbst abfragen, jedoch nicht die am weitesten rechts stehende Dimension für sich. Wenn Sie immer zwei Dimensionen abfragen, ist ein zusammengesetzter Index der richtige Weg. Dabei spielt es keine Rolle, welcher (höchstwahrscheinlich) der erste ist.

Stellen Sie sich vor, Sie haben die folgenden drei Fragen:

Abfrage I:

SELECT * FROM homes WHERE `geolat`=42.9 AND `geolng`=36.4

Abfrage II:

SELECT * FROM homes WHERE `geolat`=42.9

Abfrage III:

SELECT * FROM homes WHERE `geolng`=36.4

Wenn Sie einen separaten Index pro Spalte haben, verwenden alle drei Abfragen Indizes. Wenn Sie in MySQL über einen zusammengesetzten Index ( geolat, geolng) verfügen , verwenden nur Abfrage I und Abfrage II (die den ersten Teil des zusammengesetzten Index verwendet) Indizes. In diesem Fall erfordert Abfrage III eine vollständige Tabellensuche.

Im Abschnitt Mehrspaltenindizes des Handbuchs wird klar erklärt, wie Mehrspaltenindizes funktionieren, daher möchte ich das Handbuch nicht erneut eingeben.

Auf der Seite des MySQL-Referenzhandbuchs :

Ein mehrspaltiger Index kann als sortiertes Array betrachtet werden, das Werte enthält, die durch Verketten der Werte der indizierten Spalten erstellt werden .

Wenn Sie einen getrennten Index für Geolat- und Geolng-Spalten verwenden, haben Sie zwei verschiedene Indizes in Ihrer Tabelle, die Sie unabhängig voneinander durchsuchen können.

INDEX geolat
-----------
VALUE RRN
36.4  1
36.4  8
36.6  2
37.8  3
37.8  12
41.4  4

INDEX geolng
-----------
VALUE RRN
26.1  1
26.1  8
29.6  2
29.6  3
30.1  12
34.7  4

Wenn Sie einen zusammengesetzten Index verwenden, haben Sie nur einen Index für beide Spalten:

INDEX (geolat, geolng)
-----------
VALUE      RRN
36.4,26.1  1
36.4,26.1  8
36.6,29.6  2
37.8,29.6  3
37.8,30.1  12
41.4,34.7  4

RRN ist die relative Datensatznummer (zur Vereinfachung können Sie ID sagen). Die ersten beiden Indizes werden separat generiert und der dritte Index ist zusammengesetzt. Wie Sie sehen können, können Sie basierend auf geolng auf zusammengesetztem suchen, da es nach geolat indiziert ist. Es ist jedoch möglich, nach geolat oder "geolat AND geolng" zu suchen (da geolng ein Index der zweiten Ebene ist).

Schauen Sie sich auch den Abschnitt Wie MySQL verwendet Indizes an .

Es könnte ein Missverständnis darüber bestehen, was der zusammengesetzte Index tut. Viele Leute denken, dass der zusammengesetzte Index verwendet werden kann, um eine Suchabfrage zu optimieren, solange die whereKlausel die indizierten Spalten abdeckt, in Ihrem Fall geolatund geolng. Lassen Sie uns tiefer gehen:

Ich glaube, Ihre Daten zu den Koordinaten von Häusern wären zufällige Dezimalstellen als solche:

home_id  geolat  geolng
   1    20.1243  50.4521
   2    22.6456  51.1564
   3    13.5464  45.4562
   4    55.5642 166.5756
   5    24.2624  27.4564
   6    62.1564  24.2542
...

Da geolatund geolngWerte wiederholen sich kaum. Ein zusammengesetzter Index für geolatund geolngwürde ungefähr so ​​aussehen:

index_id  geolat  geolng
   1     20.1243  50.4521
   2     20.1244  61.1564
   3     20.1251  55.4562
   4     20.1293  66.5756
   5     20.1302  57.4564
   6     20.1311  54.2542
...

Daher ist die zweite Spalte des zusammengesetzten Index grundsätzlich unbrauchbar ! Die Geschwindigkeit Ihrer Abfrage mit einem zusammengesetzten Index wird wahrscheinlich einem Index nur für die geolatSpalte ähnlich sein .

Wie von Will erwähnt, bietet MySQL Unterstützung für räumliche Erweiterungen . Ein räumlicher Punkt wird in einer einzelnen Spalte anstelle von zwei separaten lat lngSpalten gespeichert . Der räumliche Index kann auf eine solche Spalte angewendet werden. Die Effizienz könnte jedoch aufgrund meiner persönlichen Erfahrung überbewertet werden. Es könnte sein, dass der räumliche Index das zweidimensionale Problem nicht löst, sondern lediglich die Suche mithilfe von R-Bäumen mit quadratischer Aufteilung beschleunigt .

Der Nachteil ist, dass ein räumlicher Punkt viel mehr Speicher benötigt, da er 8-Byte-Zahlen mit doppelter Genauigkeit zum Speichern von Koordinaten verwendet. Korrigieren Sie mich, wenn ich falsch liege.

Zusammengesetzte Indizes sind sehr leistungsfähig, da sie:

• Strukturintegrität erzwingen
• Aktivieren Sie die Sortierung für eine GEFILTERTE ID

STRUKTURINTEGRITÄT DURCHSETZEN

Zusammengesetzte Indizes sind nicht nur eine andere Art von Index. Sie können einer Tabelle die erforderliche Struktur bereitstellen, indem sie die Integrität als Primärschlüssel erzwingen.

Innodb von MySQL unterstützt Clustering. Das folgende Beispiel zeigt, warum möglicherweise ein zusammengesetzter Index erforderlich ist.

Um die Tabellen eines Freundes zu erstellen (dh für ein soziales Netzwerk), benötigen wir zwei Spalten : user_id, friend_id.

Tischstruktur

user_id (medium_int)
friend_id (medium_int)

Primary Key -> (user_id, friend_id)

Aufgrund dessen ist ein Primärschlüssel (PK) eindeutig. Durch Erstellen einer zusammengesetzten PK überprüft Innodb automatisch, ob beim Hinzufügen user_id, friend_ideines neuen Datensatzes keine Duplikate vorhanden sind. Dies ist das erwartete Verhalten, da kein Benutzer beispielsweise mehr als einen Datensatz (Beziehungslink) haben sollte friend_id = 2.

Ohne eine zusammengesetzte PK können wir dieses Schema mit einem Ersatzschlüssel erstellen:

user_friend_id
user_id
friend_id

Primary Key -> (user_friend_id)

Wenn nun ein neuer Datensatz hinzugefügt wird, müssen wir überprüfen, ob es sich um einen vorherigen Datensatz mit der Kombination handelt user_id, friend_id noch nicht vorhanden ist.

Daher kann ein zusammengesetzter Index die Strukturintegrität erzwingen.

SORTIEREN AUF EINEM GEFILTERTEN Ausweis AKTIVIEREN

Es ist sehr üblich, eine Reihe von Datensätzen nach der Zeit des Posts (Zeitstempel oder Datum / Uhrzeit) zu sortieren. Normalerweise bedeutet dies das Posten auf einer bestimmten ID. Hier ist ein Beispiel

Tabelle User_Wall_Posts (überlegen Sie, ob Facebooks Pinnwandeinträge)

user_id (medium_int)
timestamp (timestamp)
author_id (medium_int)
comment_post (text)

Primary Key -> (user_id, timestamp, author_id)

Wir möchten alle Beiträge abfragen und finden user_id = 10und die Kommentarbeiträge nach sortierentimestamp (Datum) .

SQL-Abfrage

SELECT * FROM User_Wall_Posts WHERE user_id = 10 ORDER BY timestamp DES

Mit der zusammengesetzten PK kann MySQL die Ergebnisse anhand des Index filtern und sortieren. MySQL muss keine temporäre Datei oder Dateisortierung verwenden, um die Ergebnisse abzurufen. Ohne einen zusammengesetzten Schlüssel wäre dies nicht möglich und würde eine sehr ineffiziente Abfrage verursachen.

Daher sind zusammengesetzte Schlüssel sehr leistungsfähig und passen mehr als das einfache Problem "Ich möchte suchen, column_a, column_bdamit ich zusammengesetzte Schlüssel verwenden kann. Für mein aktuelles Datenbankschema habe ich genauso viele zusammengesetzte Schlüssel wie einzelne Schlüssel. Nicht übersehen." Verwendung eines zusammengesetzten Schlüssels!

Zusammengesetzte Indizes sind nützlich für

• 0 oder mehr "=" Klauseln plus
• höchstens eine Bereichsklausel.

Ein zusammengesetzter Index kann nicht zwei Bereiche verarbeiten. Ich diskutiere dies weiter in meinem Index-Kochbuch .

Nächste finden - Wenn es wirklich um Optimierung geht

WHERE geolat BETWEEN ??? AND ???
  AND geolng BETWEEN ??? AND ???

dann kann kein Index wirklich beide Dimensionen verarbeiten.

Stattdessen muss man über den Tellerrand hinaus denken. Wenn eine Dimension über Partitionierung implementiert wird und die andere durch sorgfältige Auswahl der Dimension implementiert wird PRIMARY KEY, kann eine sehr bessere Effizienz für sehr große Tabellen mit lat / lng-Suche erzielt werden. In meinem latlng-Blog geht es um die Implementierung von "find next" auf der ganzen Welt. Es enthält Code.

Das PARTITIONssind Streifen von Breitengraden. Das PRIMARY KEYbeginnt absichtlich mit dem Längengrad, so dass sich die nützlichen Zeilen wahrscheinlich im selben Block befinden. Eine gespeicherte Routine orchestriert den unordentlichen Code dafürorder by... limit... um das "Quadrat" um das Ziel herum zu vergrößern, bis Sie genügend Coffeeshops (oder was auch immer) haben. Es kümmert sich auch um die Großkreisberechnungen und den Umgang mit der Datenlinie und den Polen.

Mehr

Ich habe einen anderen Blog geschrieben; Es werden 5 Arten der Lat / Lng-Suche verglichen: http://mysql.rjweb.org/doc.php/latlng#representation_choices (Es verweist auf den oben angegebenen Link als eine der 5.) Eine der anderen Möglichkeiten ist diese: und es weist darauf hin, dass sie für den speziellen Fall optimal sind :

INDEX(geolat, geolng),
INDEX(geolng, geolat)

Das heißt, es ist wichtig , beide Spalten in zwei Indizes zu haben und keine einspaltigen Indizes für Geolat und Geolng zu haben.

Es gibt kein Schwarz und Weiß, eine Größe passt zu allen Antworten.

Sie sollten einen zusammengesetzten Index verwenden, wenn Ihre Abfragearbeitslast von einem profitieren würde.

Sie müssen Ihre Abfragearbeitslast profilieren, um dies festzustellen.

Ein zusammengesetzter Index kommt ins Spiel, wenn Abfragen vollständig von diesem Index aus erfüllt werden können.

UPDATE (als Antwort auf die Bearbeitung der geposteten Frage): Wenn Sie * aus der Tabelle auswählen, kann der zusammengesetzte Index verwendet werden, möglicherweise nicht. Sie müssen EXPLAIN PLAN ausführen , um sicherzugehen.

Für räumliche Suchen benötigen Sie einen R-Baum Algorithmus, mit dem Sie sehr schnell nach geografischen Gebieten suchen können. Genau das, was Sie für diesen Job brauchen.

In einigen Datenbanken sind räumliche Indizes integriert. Eine schnelle Google-Suche zeigt, dass MySQL 5 über diese verfügt (wenn Sie sich SQL ansehen, schätze ich, dass Sie MySQL verwenden).

Der zusammengesetzte Index kann hilfreich sein, wenn Sie die group byKlausel optimieren möchten (siehe diesen Artikel http://dev.mysql.com/doc/refman/5.0/en/group-by-optimization.html ). Bitte pass auf:

Die wichtigsten Voraussetzungen für die Verwendung von Indizes für GROUP BY sind, dass alle GROUP BY-Spalten auf Attribute aus demselben Index verweisen und dass der Index seine Schlüssel der Reihe nach speichert (z. B. ist dies ein BTREE-Index und kein HASH-Index).

Ich bin bei @Mitch, hängt ganz von Ihren Fragen ab. Glücklicherweise können Sie jederzeit Indizes erstellen und löschen und Ihren Abfragen das Schlüsselwort EXPLAIN voranstellen, um festzustellen, ob der Abfrageanalysator die Indizes verwendet.

Wenn Sie ein genaues Lat / Long-Paar suchen, ist dieser Index wahrscheinlich sinnvoll. Aber Sie werden wahrscheinlich nach Häusern in einer bestimmten Entfernung von einem bestimmten Ort suchen, sodass Ihre Fragen ungefähr so ​​aussehen (siehe Quelle ):

select *, sqrt(  pow(h2.geolat - h1.geolat,  2) 
               + pow(h2.geolng - h1.geolng, 2) ) as distance
from homes h1, homes h2
where h1.home_id = 12345 and h2.home_id != h1.home_id
order by distance

und der Index wird sehr wahrscheinlich überhaupt nicht hilfreich sein. Für Geospatial - Abfragen, müssen Sie so etwas wie dieses .

Update: mit dieser Abfrage:

SELECT * FROM homes
WHERE geolat BETWEEN ??? AND ???
AND geolng BETWEEN ??? AND ???

Der Abfrageanalysator kann einen Index nur für Geolat oder einen Index nur für Geolng oder möglicherweise beide Indizes verwenden. Ich denke nicht, dass es einen zusammengesetzten Index verwenden würde. Es ist jedoch einfach, jede dieser Permutationen an einem realen Datensatz auszuprobieren und dann (a) zu sehen, was EXPLAIN Ihnen sagt, und (b) die Zeit zu messen, die die Abfrage wirklich benötigt.