分析MySQL中優化distinct的技巧

有這樣的乙個需求：select count(distinct nick) from user_access_xx_xx;

這條sql用於統計使用者訪問的uv，由於單錶的資料量在10g以上，即使在user_access_xx_xx上加上nick的索引，

通過檢視執行計畫，也為全索引掃瞄，sql在執行的時候，會對整個伺服器帶來抖動；

root@db 09:00:12>select count(distinct nick) from user_access;

+———————-+

| count(distinct nick) |

+———————-+

程式設計客棧

| 8069 |

+———————-+

1 row in set (52.78 sec)

執行一次sql需要花費52.78s，已經非常的慢了

現在需要換一種思路來解決該問題：

我們知道索引的值是按照索引字段公升序的，比如我們對（nick，other_column）兩個欄位做了索引，那麼在索引中的則是按照nick，other_column的公升序排列：

我們現在的sql：select count(distinct nick) from user_access;則是直接從nick1開始一條條掃瞄下來，直到掃瞄到最後乙個nick_n,

那麼中間過程會掃瞄很多重複的nick，如果我們能夠跳過中間重複的nick，則效能會優化非常多（在oracle中，這種掃瞄技術為loose index ghswfqscan，但在5.1的版本中，mysql中還不能直接支援這種優化技術）：

所以需要通過改寫sql來達到偽loose index scan：

root@db 09:41:30>select count(*) from ( select distinct(nick) from user_access)t ;

| count(*) |

+———-+

| 806934 |

1 row in set (5.81 sec)

s程式設計客棧ql中先選出不同的nick，最後在外面套一層，就可以得到nick的distinct值總和；

最重要的是在子查詢中：select distinct(nick) 實現了上圖中的偽loose index scan，優化器在這個時候的執行計畫為using index for group-by ，

需要注意的是mysql把distinct優化為group by，它首先利用索引來分組，然後掃瞄索引，對需要的nick只掃瞄一次；

兩個sql的執行計畫分別為：

優化寫法：

root@db 09:41:10>explain select distinct(nick) from user_access-> ;

+—-+————-+——————————+——-+—————+————-

+—-+————-+——————————+——-+—————+————-

原始寫法：

root@db 09:42:55>explain select count(distinct nick) from user_access;

+—-+————-+——————————+——-+—————+————-

+—-+————-+——————————+——-+—————+————-

本文標題: 分析mysql中優化distinct的技巧

本文位址: