mysql - 使用无符号整数的算术元素(加法)进行 SQL 范围分区 - 它会优化 WHERE 查询吗？ (MySQL、PostgreSQL)

Question

我读到了 MySQL(和 PostgreSQL)here 中的范围分区。我还知道，如果我对表进行分区，一些 WHERE 查询将会得到优化。

例如按used_at日期分区:

PARTITION BY RANGE (used_at) (
    PARTITION p0 VALUES LESS THAN ('2012-01-01'),
    PARTITION p1 VALUES LESS THAN ('2013-01-01'),
    PARTITION p2 VALUES LESS THAN ('2014-01-01'),
);

将进行如下查询:

WHERE used_at >= '2013-05-01' AND used_at < '2013-09-01'

例如更快，因为它实际上只使用 1/3 大小的子表进行搜索。

问题是我是否有两个表:

user (3 000 000 records):
    user_id UNSIGNED INT ...
    ...


messages (50 000 000 records)
    sender UNSIGNED INT (refers to user)
    recipient UNSIGNED INT (refers to user)

我们得到的线索如下:

WHERE ... (sender = 1234567 OR recipient = 1234567)
...
GROUP BY (sender + recipient)

嗯，我的问题是:

a)我可以按照以下方式进行分区

PARTITION BY RANGE (sender + recipient) (
    PARTITION p0 VALUES LESS THAN (1000000),
    PARTITION p1 VALUES LESS THAN (2000000),
    ...
    PARTITION p5 VALUES LESS THAN (6000000),
);

？

b) 如果是，它会优化 WHERE 条件，例如

WHERE ... (sender = 1234567 OR recipient = 1234567)

如果是无符号整数？

问题基本上是关于 MySQL 的，但我也对 PostgreSQL 和 Oracle 的 future 感到好奇。

Answer 1

MySQL...

WHERE ... (sender = 1234567 OR recipient = 1234567)

优化不好。这样做会更好

( SELECT ... WHERE sender = 1234567 )
UNION DISTINCT
( SELECT ... WHERE recipient = 1234567 )

并且对发件人和收件人有单独的索引(或者至少从每个索引开始)。

PARTITION 可以处理很少的表达式，不包括 (x+y)。

GROUP BY (sender + recipient)

无法通过任何形式的 INDEX 或 PARTITION 进行优化。它将涉及全面扫描，可能还包括文件排序。

如果您的意思是GROUP BY发件人、收件人，那就是另一回事了。

WHERE used_at >= '2013-05-01' AND used_at < '2013-09-01'

是否从分区中受益，至少与某些以 used_at 开头的 INDEX 相比没有。

WHERE used_at >= '2013-05-01' AND used_at < '2013-09-01'
    AND x = 1

想要 INDEX(x,used_at)

WHERE used_at >= '2013-05-01' AND used_at < '2013-09-01'
    AND x > 1

有问题——两个范围。在这个示例中，BY RANGE在x或used_at上进行分区将是有益的。这是因为:第一个“分区修剪”将首先选择所需的分区，然后普通索引(如果有)将接管以完成任务。 (如果没有有关表和数据分布的更多详细信息，就不可能说出最佳 INDEX 是什么。)

我没有明白你关于用户加上消息的观点。