SQL Performance UNION vs OR

Question

我刚刚在以下声明中阅读了优化文章的一部分和 segfaulted ：

  

使用带有OR的{​​{1}}的SQL替换语句：

UNION

     

为：

select username from users where company = ‘bbc’ or company = ‘itv’;

快速select username from users where company = ‘bbc’ union select username from users where company = ‘itv’; ：

使用EXPLAIN：

使用OR：

这是不是意味着{em}在工作中加倍了？

虽然我感谢UNION对于某些RDBMS和某些表模式可能更具性能，但这不是断然为真作为作者的建议。

问题

我错了吗？

Answer 1

您阅读的文章使用了一个不好的例子，或者您错误地解释了他们的观点。

select username from users where company = 'bbc' or company = 'itv';

这相当于：

select username from users where company IN ('bbc', 'itv');

MySQL可以在company上使用索引来完成此查询。没有必要做任何UNION。

更棘手的情况是，您的OR条件涉及两个不同的列。

select username from users where company = 'bbc' or city = 'London';

假设company上有一个索引，city上有一个单独的索引。鉴于MySQL通常在给定查询中每个表只使用一个索引，它应该使用哪个索引？如果它使用company上的索引，它仍然需要进行表扫描才能找到city为伦敦的行。如果它使用city上的索引，则必须对company为bbc的行执行表扫描。

UNION解决方案适用于此类情况。

select username from users where company = 'bbc' 
union
select username from users where city = 'London';

现在每个子查询都可以使用索引进行搜索，子查询的结果由UNION组合。

---

匿名用户建议对我上面的回答进行编辑，但主持人拒绝了编辑。它应该是评论，而不是编辑。建议编辑的主张是UNION必须对结果集进行排序以消除重复的行。这使得查询运行速度变慢，因此索引优化是一种清洗。

我的回答是索引有助于在UNION发生之前将结果集减少到少量行。 UNION实际上确实消除了重复，但要做到这一点，它只需要对小结果集进行排序。可能存在WHERE子句与表的重要部分匹配的情况，并且在UNION期间的排序与仅执行表扫描一样昂贵。但是通过索引搜索减少结果集更常见，因此排序的成本远低于表扫描。

差异取决于表格中的数据和搜索的术语。确定给定查询的最佳解决方案的唯一方法是尝试the MySQL query profiler中的两种方法并比较它们的性能。

Answer 2

这些不是同一个查询。

我没有太多的MySQL经验，所以我不确定查询优化器做了什么或不做什么，但这是我的一般背景（主要是ms sql server）的想法。

通常，查询分析器可以采用上述两个查询并从中生成完全相同的计划（如果它们是相同的），因此无关紧要。我怀疑这些查询之间没有性能差异（相当于）

select distinct username from users where company = ‘bbc’ or company = ‘itv’;

和

select username from users where company = ‘bbc’ 
union
select username from users where company = ‘itv’;

现在，问题是，以下查询之间是否存在差异，我实际上并不知道，但我怀疑优化器会使它更像第一个查询

select username from users where company = ‘bbc’ or company = ‘itv’;

和

select username from users where company = ‘bbc’ 
union all
select username from users where company = ‘itv’;

Answer 3

这取决于优化器最终根据数据大小，索引，软件版本等进行的操作。

我猜想使用OR可以让优化器更有机会找到一些效率，因为所有内容都在一个逻辑语句中。

此外，UNION还有一些开销，因为它会创建一个重置 set （没有重复项）。 如果将公司编入索引，UNION中的每个语句都应该很快执行...不确定它是否真的在做 double 工作。

底线

除非你真的迫切需要从你的查询中挤出一点速度，否则最好只选择最能表达你意图的表格...... OR

更新

我也想提到IN。我相信以下查询将提供比OR更好的性能（它也是我喜欢的形式）：

select username from users where company in ('bbc', 'itv');

Answer 4

几乎在所有情况下，union或union all版本都会对users表执行两次全表扫描。

or版本在实践中要好得多，因为它只会扫描一次表格。如果可用的话，它也只使用一次索引。

对于任何数据库和任何情况，原始陈述似乎都是错误的。

Answer 5

比尔卡文的答案非常正确。当OR语句的两个部分都有自己的索引时，它更好地进行联合，因为一旦你有一小部分结果，就可以更容易地对它们进行排序并消除重复。总成本几乎低于仅使用一个索引（对于其中一个列）和另一个列的表扫描（因为mysql仅对一列使用一个索引）。

这取决于表的结构和需求，但在大表中，union给了我更好的结果。