Mam bazę danych sqlite z dwiema tabelami, każda zawierająca 50 000 wierszy, zawierającymi nazwiska (fałszywych) osób. Zbudowałem proste zapytanie, aby dowiedzieć się, ile jest imion (imię, inicjał środkowy, nazwisko) wspólnych dla obu tabel:
select count(*) from fakenames_uk inner join fakenames_usa on fakenames_uk.givenname=fakenames_usa.givenname and fakenames_uk.surname=fakenames_usa.surname and fakenames_uk.middleinitial=fakenames_usa.middleinitial;
Gdy nie ma żadnych indeksów poza kluczami głównymi (nieistotnymi dla tego zapytania), uruchamia się szybko:
[james@marlon Downloads] $ time sqlite3 generic_data_no_indexes.sqlite "select count(*) from fakenames_uk inner join fakenames_usa on fakenames_uk.givenname=fakenames_usa.givenname and fakenames_uk.surname=fakenames_usa.surname and fakenames_uk.middleinitial=fakenames_usa.middleinitial;"
131
real 0m0.115s
user 0m0.111s
sys 0m0.004s
Ale jeśli dodam indeksy do trzech kolumn w każdej tabeli (łącznie sześć indeksów):
CREATE INDEX `idx_uk_givenname` ON `fakenames_uk` (`givenname` )
//etc.
potem działa boleśnie powoli:
[james@marlon Downloads] $ time sqlite3 generic_data.sqlite "select count(*) from fakenames_uk inner join fakenames_usa on fakenames_uk.givenname=fakenames_usa.givenname and fakenames_uk.surname=fakenames_usa.surname and fakenames_uk.middleinitial=fakenames_usa.middleinitial;"
131
real 1m43.102s
user 0m52.397s
sys 0m50.696s
Czy jest w tym jakikolwiek rym lub powód?
Oto wynik EXPLAIN QUERY PLAN
dla wersji bez indeksów:
0|0|0|SCAN TABLE fakenames_uk
0|1|1|SEARCH TABLE fakenames_usa USING AUTOMATIC COVERING INDEX (middleinitial=? AND surname=? AND givenname=?)
Jest to z indeksami:
0|0|0|SCAN TABLE fakenames_uk
0|1|1|SEARCH TABLE fakenames_usa USING INDEX idx_us_middleinitial (middleinitial=?)
performance
index
optimization
sqlite
count
bezpieczeństwo chiastyczne
źródło
źródło
middleinitial
,surname
igivenname
)?SELECT c FROM t WHERE a=1 AND b=2
indekst(a,b,c)
obejmuje, alet(a,b)
nie jest. Zaletą pokrycia indeksów jest to, że cały wynik zapytania można wyciągnąć bezpośrednio z indeksu, podczas gdy niekryjące indeksy szybko znajdują odpowiednie wiersze, ale nadal muszą odwoływać się do danych z głównej tabeli, aby wybrać wartości.Odpowiedzi:
W SQLite sprzężenia są wykonywane jako połączenia zagnieżdżone, tzn. Baza danych przechodzi przez jedną tabelę i dla każdego wiersza wyszukuje pasujące wiersze z drugiej tabeli.
Jeśli istnieje indeks, baza danych może szybko wyszukać wszystkie dopasowania w indeksie, a następnie przejść do odpowiedniego wiersza tabeli, aby uzyskać wartości innych potrzebnych kolumn.
W takim przypadku istnieją trzy możliwe indeksy. Bez żadnych danych statystycznych (które zostałyby utworzone przez uruchomienie ANALIZY ) baza danych wybiera najmniejszą, aby zredukować liczbę operacji we / wy. Jednak
middleinitial
indeks jest bezużyteczny, ponieważ nie znacznie zmniejszyć liczbę wierszy tabeli, które muszą być pobrane; a dodatkowy krok przez indeks faktycznie zwiększa potrzebne operacje we / wy, ponieważ wiersze tabeli nie są już odczytywane w kolejności, ale losowo.Jeśli nie ma indeksu, wyszukiwanie pasujących wierszy wymagałoby pełnego skanowania drugiej tabeli dla każdego wiersza pierwszej tabeli. Byłoby to tak złe, że baza danych ocenia, że warto utworzyć, a następnie upuścić indeks tymczasowy tylko dla tego zapytania. Tymczasowy indeks („AUTOMATYCZNY”) jest tworzony na wszystkich kolumnach używanych do wyszukiwania. Operacja COUNT (*) nie wymaga wartości z żadnych innych kolumn, więc ten indeks bywa indeksem pokrywającym , co oznacza, że nie jest konieczne wyszukiwanie wiersza tabeli odpowiadającego wpisowi indeksu, co oszczędza jeszcze więcej I / O.
Aby przyspieszyć to zapytanie, utwórz ten indeks na stałe, aby nie było już konieczne tworzenie tymczasowego:
Indeks włączony
surname
nie jest już potrzebny, ponieważ indeks trzykolumnowy może być używany do wyszukiwania w tej kolumnie.Indeks na
givenname
może być przydatny, jeśli będziesz wyszukiwał tylko w tej kolumnie.Włączony indeks
middleinitial
jest zawsze bezwartościowy: zapytanie, które wyszukuje jedną z 26 możliwych wartości, jest szybsze, jeśli skanuje całą tabelę.źródło