mysql distinct 优化_分析MySQL中优化distinct的技巧

有这样的一个需求：select count(distinct nick) from user_access_xx_xx;

这条sql用于统计用户访问的uv，由于单表的数据量在10G以上，即使在user_access_xx_xx上加上nick的索引，

通过查看执行计划，也为全索引扫描，sql在执行的时候，会对整个服务器带来抖动；

?12345678910111213root@db 09:00:12>select count(distinct nick) from user_access; +———————-+ | count(distinct nick) | +———————-+ |        806934 | +———————-+ 1 rowin set (52.78 sec)

执行一次sql需要花费52.78s，已经非常的慢了

现在需要换一种思路来解决该问题：

我们知道索引的值是按照索引字段升序的，比如我们对(nick，other_column)两个字段做了索引，那么在索引中的则是按照nick，other_column的升序排列：

我们现在的sql：select count(distinct nick) from user_access;则是直接从nick1开始一条条扫描下来，直到扫描到最后一个nick_n,

那么中间过程会扫描很多重复的nick，如果我们能够跳过中间重复的nick，则性能会优化非常多(在oracle中，这种扫描技术为loose index scan，但在5.1的版本中，mysql中还不能直接支持这种优化技术)：

所以需要通过改写sql来达到伪loose index scan：

?123456789root@db 09:41:30>select count(*)from (select distinct(nick)from user_access)t ; |count(*) | +———-+ |  806934 | 1 rowin set (5.81 sec)

Sql中先选出不同的nick，最后在外面套一层，就可以得到nick的distinct值总和；

最重要的是在子查询中：select distinct(nick) 实现了上图中的伪loose index scan，优化器在这个时候的执行计划为Using index for group-by ，

需要注意的是mysql把distinct优化为group by，它首先利用索引来分组，然后扫描索引，对需要的nick只扫描一次；

两个sql的执行计划分别为：

优化写法：

?123456789root@db 09:41:10>explainselect distinct(nick)from user_access-> ; +—-+————-+——————————+——-+—————+————-| id | select_type |table            | type | possible_keys |key               | key_len | ref |rows  | Extra          | +—-+————-+——————————+——-+—————+————- | 1 | SIMPLE   | user_access | range |NULL     | ind_user_access_nick | 67   |NULL | 2124695 | Usingindex for group-by | +—-+————-+——————————+——-+—————+————-

原始写法：

?123456789root@db 09:42:55>explainselect count(distinct nick)from user_access; +—-+————-+——————————+——-+—————+————- | id | select_type |table            | type | possible_keys |key            | key_len | ref |rows   | Extra    | +—-+————-+——————————+——-+—————+————- | 1 | SIMPLE   | user_access |index |NULL     | ind_user_access | 177   |NULL | 19546123 | Usingindex |