mysql - 多表和大数据的查询优化

Question

我正在做一个硕士学位项目，我有一个 500GB 的 MySQL 数据库。我的项目与 StackOverflow 有关，因此它如此之大。我需要优化一个选择查询，因为它需要一分钟才能运行，而且在我看来它太慢了，尤其是我正在使用 Java 制作 GUI，仅仅等待一分钟并不是一个好主意。这是我的表格和相关信息:

表:包含 22 222 747 条记录的标签。

标签索引。

表:包含 8 117 955 条记录的链接。盖子和辅助装置上有索引。

链接索引

表:包含 14 401 786 条记录的答案。援助和 qid 索引。

答案索引

表格:包含 7 495 155 条记录的问题。

问题索引。

这个想法是我收集人们在答案中发布的重定向链接，我的工具会根据用户的需求推荐一些链接。用户可以指定许多标签，但为了简单起见，我们假设有 2 个标签。这是我正在使用的查询:

SELECT questions.title, links.url 
FROM questions, answers, links, tags 
WHERE questions.qid = tags.qid 
  AND answers.qid = questions.qid 
  AND answers.aid = links.aid 
  AND (tags.tag = 'php' OR tags.tag = 'mysql') 
GROUP BY tags.qid, links.url HAVING count(*) = 2;

这是上面查询的解释图片:

如果用户询问 3 个或更多标签，那么我会再添加 1 个 OR 条件，并且 count(*) = 标签数量。

我不是 MySQL 的专业人士，所以我确信可以通过一些方法来改进它。我为 qid、aid 和 tag 创建了索引，长度为 10。我希望尽可能避免更改表，除非没有办法避免。

感谢您的帮助!

Answer 1

此时您的查询必须处理 >160 万行。这可以通过标签表上的多列索引来减少:

CREATE INDEX tags2 ON tags (tags, qid);

或者替代方案(取决于哪种方式效果最好的数据，如果没有真实的数据库，我无法测试它):

CREATE INDEX tags3 ON tags (qid, tag);

许多索引的缺点是插入和更新变得更慢。为了防止这种情况发生，请删除未按照计划使用的索引。

其他可能有帮助的索引是:

CREATE INDEX ans1 ON answers(qid,aid);

或者

CREATE INDEX ans2 ON answers(aid,qid);