我们的科学应用程序需要存储和查询许多分子的基本参数。每个分子有 2 到 2800 万行,但分子数量预计会保持较小(目前为 4)。这是我们正在使用的表:
CREATE TABLE `mol_trans` (
`species_id` int(11) DEFAULT NULL,
`wl_vac` double DEFAULT NULL,
`upper_id` int(11) DEFAULT NULL,
`lower_id` int(11) DEFAULT NULL,
`prob` double DEFAULT NULL,
`flag` tinyint(4) DEFAULT NULL,
KEY `spid_flag_wl` (`species_id`,`flag`,`wl_vac`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_general_ci
PARTITION BY LIST (`species_id`)
(PARTITION `CaO` VALUES IN (6115) ENGINE = InnoDB,
PARTITION `CN3` VALUES IN (6121) ENGINE = InnoDB,
PARTITION `CN2` VALUES IN (6119) ENGINE = InnoDB,
PARTITION `AlO` VALUES IN (6109) ENGINE = InnoDB)
(分区在这里是为了在需要时更容易删除整个分子,否则这将是一个痛苦的大DELETE
。在添加分区之前,性能问题就已经存在了。)
我将使用 10.3.39-MariaDB-0+deb10u1(使用命令行客户端通过 UNIX 域套接字连接)进行测试,但我们在 Windows 10 上的 MySQL 5.6 和 MariaDB 10.11 上看到了相同的问题。
以下查询在我的机器上大约需要45秒,使用以下方法测量time echo "$QUERY" | mysql $DATABASE >/dev/null
:
select
mtr.prob,
mtr.lower_id,
mtr.upper_id
from
mol_trans mtr
where (
mtr.species_id=6115
and mtr.wl_vac > 766.0
and mtr.wl_vac < 883.0
and mtr.flag = 1
)
order by mtr.wl_vac;
该查询生成 3024559 行并且似乎使用了索引:
+------+-------------+-------+------+---------------+--------------+---------+-------------+----------+-------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+------+-------------+-------+------+---------------+--------------+---------+-------------+----------+-------------+
| 1 | SIMPLE | mtr | ref | spid_flag_wl | spid_flag_wl | 7 | const,const | 14158123 | Using where |
+------+-------------+-------+------+---------------+--------------+---------+-------------+----------+-------------+
我尝试过将数据库转换为 PostgreSQL,虽然我不完全相信转换结果,但同一台机器上相同的查询在不到 6 秒的时间内返回了超过 300 万行。但是 MySQL/MariaDB C 连接器 API 是我们的应用程序已经编写的,我们希望保持集中更新数据库的便利性。
问题:如何加快 MySQL 的速度,使查询完成所需的时间更短,至少在本地服务器上,更接近 PostgreSQL 的 6 秒?我尝试启用 255 字节直方图并运行ANALYZE TABLE mol_trans PERSISTENT FOR ALL
,但这使情况变得更糟(运行相同的查询最多需要 2 分钟)。令人惊讶的是,OPTIMIZE TABLE mol_trans
查询时间恢复到约 40 秒(通过重新创建表)。此外,如果我执行set profiling=on
并运行ANALYZE
查询,则大部分时间显示为花费在发送数据上:
+------------------------+-----------+
| Status | Duration |
+------------------------+-----------+
| Starting | 0.000078 |
| Checking permissions | 0.000005 |
| Opening tables | 0.000021 |
| After opening tables | 0.000004 |
| System lock | 0.000004 |
| Table lock | 0.000004 |
| Init | 0.000028 |
| Optimizing | 0.000027 |
| Statistics | 0.000088 |
| Preparing | 0.000021 |
| Sorting result | 0.000008 |
| Executing | 0.000003 |
| Sending data | 40.324591 |
| End of update loop | 0.000032 |
| Query end | 0.000002 |
| Commit | 0.000003 |
| Closing tables | 0.000003 |
| Unlocking tables | 0.000001 |
| Closing tables | 0.000008 |
| Starting cleanup | 0.000002 |
| Freeing items | 0.000006 |
| Updating status | 0.000011 |
| Reset for next command | 0.000002 |
+------------------------+-----------+
当与远程服务器通信时,我可以在提交查询后很快看到查询结果以文本形式出现在 Wireshark 中(终端保持沉默,直到收到整个结果)。有没有办法加快文本格式化过程?MariaDB 文档表明准备好的语句可能会导致使用二进制协议,这可能会导致序列化速度更快。或者是吗?我编译了一个测试程序mysql_store_result
,使用和下载查询结果mysql_stmt_fetch
,看起来这两种方法的工作速度大致相同。
我还有其他选择吗?