我的情况：
如何优化呢？
以下是查询：
SELECT vehicles.make_id,
vehicles.fuel_id,
vehicles.body_id,
vehicles.transmission_id,
vehicles.colour_id,
vehicles.mileage,
vehicles.vehicle_year,
vehicles.engine_size,
vehicles.trade_or_private,
vehicles.doors,
vehicles.model_id,
Round(3959 * Acos(Cos(Radians(51.465436)) *
Cos(Radians(vehicles.gps_lat)) *
Cos(
Radians(vehicles.gps_lon) - Radians(
-0.296482)) +
Sin(
Radians(51.465436)) * Sin(
Radians(vehicles.gps_lat)))) AS distance
FROM vehicles
INNER JOIN vehicles_makes
ON vehicles.make_id = vehicles_makes.id
LEFT JOIN vehicles_models
ON vehicles.model_id = vehicles_models.id
LEFT JOIN vehicles_fuel
ON vehicles.fuel_id = vehicles_fuel.id
LEFT JOIN vehicles_transmissions
ON vehicles.transmission_id = vehicles_transmissions.id
LEFT JOIN vehicles_axles
ON vehicles.axle_id = vehicles_axles.id
LEFT JOIN vehicles_sub_years
ON vehicles.sub_year_id = vehicles_sub_years.id
INNER JOIN members
ON vehicles.member_id = members.id
LEFT JOIN vehicles_categories
ON vehicles.category_id = vehicles_categories.id
WHERE vehicles.status = 1
AND vehicles.date_from < 1330349235
AND vehicles.date_to > 1330349235
AND vehicles.type_id = 1
AND ( vehicles.price >= 0
AND vehicles.price <= 1000000 )
这是车辆表架构：
CREATE TABLE IF NOT EXISTS `vehicles` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`number_plate` varchar(100) NOT NULL,
`type_id` int(11) NOT NULL,
`make_id` int(11) NOT NULL,
`model_id` int(11) NOT NULL,
`model_sub_type` varchar(250) NOT NULL,
`engine_size` decimal(12,1) NOT NULL,
`vehicle_year` int(11) NOT NULL,
`sub_year_id` int(11) NOT NULL,
`mileage` int(11) NOT NULL,
`fuel_id` int(11) NOT NULL,
`transmission_id` int(11) NOT NULL,
`price` decimal(12,2) NOT NULL,
`trade_or_private` tinyint(4) NOT NULL,
`postcode` varchar(25) NOT NULL,
`gps_lat` varchar(50) NOT NULL,
`gps_lon` varchar(50) NOT NULL,
`img1` varchar(100) NOT NULL,
`img2` varchar(100) NOT NULL,
`img3` varchar(100) NOT NULL,
`img4` varchar(100) NOT NULL,
`img5` varchar(100) NOT NULL,
`img6` varchar(100) NOT NULL,
`img7` varchar(100) NOT NULL,
`img8` varchar(100) NOT NULL,
`img9` varchar(100) NOT NULL,
`img10` varchar(100) NOT NULL,
`is_featured` tinyint(4) NOT NULL,
`body_id` int(11) NOT NULL,
`colour_id` int(11) NOT NULL,
`doors` tinyint(4) NOT NULL,
`axle_id` int(11) NOT NULL,
`category_id` int(11) NOT NULL,
`contents` text NOT NULL,
`date_created` int(11) NOT NULL,
`date_edited` int(11) NOT NULL,
`date_from` int(11) NOT NULL,
`date_to` int(11) NOT NULL,
`member_id` int(11) NOT NULL,
`inactive_id` int(11) NOT NULL,
`status` tinyint(4) NOT NULL,
PRIMARY KEY (`id`),
KEY `type_id` (`type_id`),
KEY `make_id` (`make_id`),
KEY `model_id` (`model_id`),
KEY `fuel_id` (`fuel_id`),
KEY `transmission_id` (`transmission_id`),
KEY `body_id` (`body_id`),
KEY `colour_id` (`colour_id`),
KEY `axle_id` (`axle_id`),
KEY `category_id` (`category_id`),
KEY `vehicle_year` (`vehicle_year`),
KEY `mileage` (`mileage`),
KEY `status` (`status`),
KEY `date_from` (`date_from`),
KEY `date_to` (`date_to`),
KEY `trade_or_private` (`trade_or_private`),
KEY `doors` (`doors`),
KEY `price` (`price`),
KEY `engine_size` (`engine_size`),
KEY `sub_year_id` (`sub_year_id`),
KEY `member_id` (`member_id`),
KEY `date_created` (`date_created`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8 AUTO_INCREMENT=136237 ;
EXPLAIN：
1 SIMPLE vehicles ref type_id,make_id,status,date_from,date_to,price,mem... type_id 4 const 85695 Using where
1 SIMPLE members index PRIMARY PRIMARY 4 NULL 3 Using where; Using index; Using join buffer
1 SIMPLE vehicles_makes eq_ref PRIMARY PRIMARY 4 tvs.vehicles.make_id 1 Using index
1 SIMPLE vehicles_models eq_ref PRIMARY PRIMARY 4 tvs.vehicles.model_id 1 Using index
1 SIMPLE vehicles_fuel eq_ref PRIMARY PRIMARY 4 tvs.vehicles.fuel_id 1 Using index
1 SIMPLE vehicles_transmissions eq_ref PRIMARY PRIMARY 4 tvs.vehicles.transmission_id 1 Using index
1 SIMPLE vehicles_axles eq_ref PRIMARY PRIMARY 4 tvs.vehicles.axle_id 1 Using index
1 SIMPLE vehicles_sub_years eq_ref PRIMARY PRIMARY 4 tvs.vehicles.sub_year_id 1 Using index
1 SIMPLE vehicles_categories eq_ref PRIMARY PRIMARY 4 tvs.vehicles.category_id 1 Using index
答案 0 :(得分：12)
改进WHERE子句
您的EXPLAIN显示MySQL只使用一个索引（type_id）来选择与WHERE子句匹配的行，即使该子句中有多个条件。
为了能够为WHERE子句中的所有条件使用索引，并尽可能快地减小结果集的大小，请在vehicles表的以下列中添加多列索引： / p>
(status, date_from, date_to, type_id, price)
列应按最高基数的顺序排列。
例如，vehicles.date_from的值可能比status更明显，因此请将date_from列放在status之前，如下所示：
(date_from, date_to, price, type_id, status)
这应该减少查询执行的第一部分返回的行，并且应该在EXPLAIN结果的第一行显示较低的行数。
您还会注意到MySQL将在EXPLAIN结果中使用WHERE的多列索引。如果不是偶然的话，你应该提示或强制多列索引。
删除不必要的JOIN
您似乎没有使用任何连接表中的任何字段，因此请删除连接。这将删除查询的所有其他工作，并将您简化为一个简单的执行计划（EXPLAIN结果中的一行）。
每个JOINed表都会导致结果集的每一行进行额外的查找。因此，如果WHERE子句从车辆中选择5,000行，因为您有8个连接到车辆，您将有5,000 * 8 = 40,000个查找。从您的数据库服务器那里要问的很多。
答案 1 :(得分：4)
不使用昂贵的所有行的精确距离计算，而是使用边界框并仅计算框内行的精确距离。
最简单的示例是计算您感兴趣的最小/最大经度和纬度，并将其添加到WHERE子句中。这样，距离将仅针对行的子集计算。
WHERE
vehicles.gps_lat > min_lat ANDd vehicles.gps_lat < max_lat AND
vehicles.gps_lon > min_lon AND vehicles.gps_lon < max_lon
对于更复杂的解决方案，请参阅：
答案 2 :(得分：3)
没有这个，你的SQL会更快吗？
Round(3959 * Acos(Cos(Radians(51.465436)) *
Cos(Radians(vehicles.gps_lat)) *
Cos(Radians(vehicles.gps_lon) -
Radians(-0.296482)) +
Sin(Radians(51.465436)) *
Sin(Radians(vehicles.gps_lat)))) AS distance
执行数学方程式非常昂贵
也许您应该考虑预先计算距离的物化视图，然后您可以从该视图中进行选择。根据数据的动态程度，您可能不必经常刷新数据。
答案 3 :(得分：1)
澄清这个答案：如果你还没有这些索引，你应该考虑添加它们
你们还有这些索引：
vehicles.status
vehicles.date_from
vehicles.date_to
vehicles.type_id
vehicles.price
答案 4 :(得分：1)
为了比索引的@Randy更具体一点，我相信他的意图是有一个COMPOUND索引来利用你的查询标准......一个建立在MINIMUM上的索引...
( status, type_id, date_from )
但可以扩展为包含date_to和price，但不知道该粒度级别的索引实际上可以提供多少帮助
( status, type_id, date_from, date_to, price )
每条评论的编辑
您不应该需要所有这些单独的索引......是的，主键本身。但是，对于其他人，您应该根据您的常见查询条件获得复合索引并删除其他索引......引擎可能会对最适合查询的内容感到困惑。如果您知道自己一直在寻找某种状态，输入和日期（假设车辆搜索），请将其作为一个索引。如果查询正在查找此类信息，而且该条件中的价格已经非常接近于几个符合条件的记录，这些记录符合条件并且只是作为额外标准飞越价格。
如果您提供的查询类似于仅自动与手动传输，无论年份/制造，那么是的，这可能是它自己的索引。但是，如果您通常会有一些其他“常见”标准，那么可以将其作为可以在查询中使用的辅助设备。例如：如果您查找的是2门与4门的手动变速箱，请将您的索引设为（transmission_id，category_id）。
同样，您希望基于某些“最小”条件缩小标准范围的任何内容。如果您将一个额外的列添加到可能“通常”应用的索引，那么这应该只有助于提高性能。