COUNT y GROUP BY en los campos de texto parece lento

Question

Estoy construyendo una base de datos MySQL que contiene entradas sobre subcadenas especiales de ADN en especies de levadura. Mi tabla se ve así:

+--------------+---------+------+-----+---------+-------+ 
| Field  | Type | Null | Key | Default | Extra | 
+--------------+---------+------+-----+---------+-------+ 
| species  | text | YES | MUL | NULL |  | 
| region  | text | YES | MUL | NULL |  | 
| gene   | text | YES | MUL | NULL |  | 
| startPos  | int(11) | YES |  | NULL |  | 
| repeatLength | int(11) | YES |  | NULL |  | 
| coreLength | int(11) | YES |  | NULL |  | 
| sequence  | text | YES | MUL | NULL |  | 
+--------------+---------+------+-----+---------+-------+ 

Hay aproximadamente 1,8 millones de registros. En un tipo de consulta Quiero ver cuántos sub-cadenas de ADN están asociados con cada tipo de especie y región, por lo que expido el presente consulta:

select species, region, count(*) group by species, region; 

Las especies y columnas región tiene sólo dos posibles entradas (conservada/SCER para especies, y promotor/codificación para región) aún esta consulta toma alrededor de 30 segundos.

¿Es esta una cantidad de tiempo normal a esperar para este tipo de consulta dado el tamaño de la tabla? ¿Es lento porque estoy usando campos de texto en lugar de enteros simples o valores booleanos (prefiero campos de texto ya que varios investigadores que no son CS usarán la base de datos). Cualquier otra idea y sugerencia sería bienvenida.

Disculpe, por favor, si se trata de una pregunta objetiva, soy un neófito de SQL.

P.S. También he visto this question pero la solución propuesta no parece relevante para lo que estoy haciendo.

EDIT: Convirtiendo esos campos a VARCHAR redujo el tiempo de ejecución a ~ 2.5 segundos. Tenga en cuenta que también lo sincronicé contra ENUM que tuvieron un tiempo similar.

Answer 1

¿Por qué todas sus columnas basadas en cadenas se definen como TEXT? Si lee la comparación del rendimiento, verá que el TEXTO fue ~ 3 veces más lento que una columna VARCHAR con la misma indexación: http://forums.mysql.com/read.php?24,105964,105964

Answer 2

Si sus campos solo van a tener 2 valores, será mejor que los convierta en booleanos. También debe hacer todo NOT NULL a menos que haya una razón real por la que necesite que sea NULL.

También vea el ENUM type para una mejor forma de usar una cantidad finita de valores legibles por humanos para una columna.

En cuanto a la lentitud, lo primero que debe intentar es crear índices en sus columnas. Para la consulta en particular que está mostrando aquí, un índice en species, region debe hacer una gran diferencia:

create index on mytablename (species, region); 

debe hacerlo.