使用ORDER BY和INNER JOIN优化MySQL查询（选择用户跟随的位置）

Question

我需要优化以下查询：

SELECT a.*
  FROM Activity AS a
  JOIN users_following AS f1 
    ON f1.userId = a.originatorId 
   AND f1.followerId = 1 
 ORDER 
    BY a.time DESC
 LIMIT 10

其思想是获取由某些用户（在本例中为用户1）所跟随的用户发起的所有activity，并按时间排序。这个查询写得非常慢(~5s)，但如果a）省略连接或b）省略order by子句，它会非常快。

我尝试过的事情：

• 其中...在中，而不是内部联接

下面是CREATE TABLE和EXPLAIN定义。

CREATE TABLE `Activity` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `time` int(11) NOT NULL,
  `userId` int(11) NOT NULL,
  `voteId` int(11) DEFAULT NULL,
  `commentId` int(11) DEFAULT NULL,
  `achievementId` int(11) DEFAULT NULL,
  `challengeId` int(11) DEFAULT NULL,
  `followerId` int(11) DEFAULT NULL,
  `acknowledged` int(11) NOT NULL DEFAULT '0',
  `type` varchar(255) COLLATE utf8_unicode_ci NOT NULL,
  `isPrivate` int(11) NOT NULL DEFAULT '0',
  `portalId` int(11) DEFAULT NULL,
  `postId` int(11) DEFAULT NULL,
  `portalMemberId` int(11) DEFAULT NULL,
  `originatorId` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  UNIQUE KEY `UNIQ_55026B0C1CC880D8` (`portalMemberId`),
  KEY `IDX_55026B0C1D79C36A` (`challengeId`),
  KEY `IDX_55026B0CE7A069D0` (`achievementId`),
  KEY `IDX_55026B0CB6FEC0EE` (`voteId`),
  KEY `IDX_55026B0C6690C3F5` (`commentId`),
  KEY `IDX_55026B0C64B64DCC` (`userId`),
  KEY `IDX_55026B0CF542AA03` (`followerId`),
  KEY `IDX_55026B0C57076B1F` (`portalId`),
  KEY `IDX_55026B0CE094D20D` (`postId`),
  KEY `IDX_55026B0C162E014D` (`originatorId`),
  KEY `activity_time_idx` (`time`),
  KEY `activity_filter_idx` (`type`,`originatorId`,`userId`,`isPrivate`),
  KEY `acknowledged_idx` (`acknowledged`),
  KEY `idx1` (`time`,`originatorId`),
  KEY `idx2` (`originatorId`,`userId`,`postId`,`challengeId`,`commentId`,`time`),
  CONSTRAINT `FK_55026B0C162E014D` FOREIGN KEY (`originatorId`) REFERENCES `ProseUser` (`id`),
  CONSTRAINT `FK_55026B0C1CC880D8` FOREIGN KEY (`portalMemberId`) REFERENCES `PortalMember` (`id`),
  CONSTRAINT `FK_55026B0C1D79C36A` FOREIGN KEY (`challengeId`) REFERENCES `Challenge` (`id`),
  CONSTRAINT `FK_55026B0C57076B1F` FOREIGN KEY (`portalId`) REFERENCES `Portal` (`id`),
  CONSTRAINT `FK_55026B0C64B64DCC` FOREIGN KEY (`userId`) REFERENCES `ProseUser` (`id`),
  CONSTRAINT `FK_55026B0C6690C3F5` FOREIGN KEY (`commentId`) REFERENCES `Comment` (`id`),
  CONSTRAINT `FK_55026B0CB6FEC0EE` FOREIGN KEY (`voteId`) REFERENCES `Vote` (`id`),
  CONSTRAINT `FK_55026B0CE094D20D` FOREIGN KEY (`postId`) REFERENCES `Post` (`id`),
  CONSTRAINT `FK_55026B0CE7A069D0` FOREIGN KEY (`achievementId`) REFERENCES `UserAchievement` (`id`),
  CONSTRAINT `FK_55026B0CF542AA03` FOREIGN KEY (`followerId`) REFERENCES `ProseUser` (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4097200 DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci ;

CREATE TABLE `users_following` (
  `userId` int(11) NOT NULL,
  `followerId` int(11) NOT NULL,
  PRIMARY KEY (`userId`,`followerId`),
  KEY `IDX_17C2F70264B64DCC` (`userId`),
  KEY `IDX_17C2F702F542AA03` (`followerId`),
  KEY `idx1` (`userId`,`followerId`),
  KEY `idx2` (`followerId`,`userId`),
  CONSTRAINT `FK_17C2F70264B64DCC` FOREIGN KEY (`userId`) REFERENCES `ProseUser` (`id`),
  CONSTRAINT `FK_17C2F702F542AA03` FOREIGN KEY (`followerId`) REFERENCES `ProseUser` (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;

解释

+----+-------------+-------+------------+------+-------------------------------------------------------------+----------------------+---------+---------------------------+------+----------+----------------------------------------------+
| id | select_type | table | partitions | type | possible_keys                                               | key                  | key_len | ref                       | rows | filtered | Extra                                        |
+----+-------------+-------+------------+------+-------------------------------------------------------------+----------------------+---------+---------------------------+------+----------+----------------------------------------------+
|  1 | SIMPLE      | f1    | NULL       | ref  | PRIMARY,IDX_17C2F70264B64DCC,IDX_17C2F702F542AA03,idx1,idx2 | IDX_17C2F702F542AA03 | 4       | const                     |  145 |   100.00 | Using index; Using temporary; Using filesort |
|  1 | SIMPLE      | a     | NULL       | ref  | IDX_55026B0C162E014D,idx2                                   | IDX_55026B0C162E014D | 5       | prose_2_24_2021.f1.userId |   38 |   100.00 | NULL                                         |
+----+-------------+-------+------------+------+-------------------------------------------------------------+----------------------+---------+---------------------------+------+----------+----------------------------------------------+

Answer 1

让我们举个例子：用户#1跟随用户#2和#3。下面是用户订购的活动，然后是时间：

+------+-------+
| user | time  |
+------+-------+
|    1 | 10:00 |
|    1 | 11:00 |
|    2 | 10:00 |
|    2 | 12:00 |
|    3 | 09:00 |
|    3 | 13:00 |
|    4 | 10:00 |
+------+-------+

我们可以快速找到跟随的用户活动，但得到的是无序的次数：

+------+-------+
| user | time  |
+------+-------+
|    2 | 10:00 |
|    2 | 12:00 |
|    3 | 09:00 |
|    3 | 13:00 |
+------+-------+

这意味着我们必须对它们进行排序，以便得到排序的前n个。如果这些活动不是四千个，而是几千个或几百万个，那就需要很长的时间。

另一方面，如果数据是按时间递减顺序提供的，则用户：

+------+-------+
| user | time  |
+------+-------+
|    3 | 13:00 |
|    2 | 12:00 |
|    1 | 11:00 |
|    1 | 10:00 |
|    2 | 10:00 |
|    4 | 10:00 |
|    3 | 09:00 |
+------+-------+

我们必须按顺序读取整个数据，直到找到n个最重要的活动。无需进一步订购。如果我们幸运的话，前n行是匹配的，就这样。如果我们不走运，我们会阅读整个表（或索引）。

所以，不能保证能很快得到这个。第一种方法获取数据的速度很快，但排序可能需要很长时间。第二种方法不需要排序，但读取可能需要很长时间。

我更喜欢第二种方法，但这完全取决于数据。用户多吗？是大多数人都跟在用户#1后面，还是只有少数人？活动多吗？还是每个用户的活动很少？...无论如何，我会提供以下索引：

create index idx1 on activity (time desc, originatorid);

由于索引只是提供给DBMS的一种服务,因此,如果DBMS希望遵循另一条路由,我们也可以提供另一条索引：

create index idx2 on activity (originatorid, time desc);

这可能是我编写查询的方式：

SELECT a.*
FROM activity AS a
WHERE EXISTS
(
  SELECT NULL
  FROM users_following AS f1 
  WHERE f1.userId = a.originatorId 
  AND f1.followerId = 1 
)
ORDER BY a.time DESC
LIMIT 10;