Question

我正在尝试优化以下查询。我认为外部联接可以解决这个问题，但是我无法理解如何将它组合在一起。

// ---------------------------------
// Simplified representation of data
// ---------------------------------
create table views (
   user_id,
   article_id
)

create table article_attributes (
   article_id,
   article_attribute_id
)

create table articles (
   id,
   title,
   date
)

Views表有数千万条记录。文章表有几十万。

我正在尝试将所有文章与某个与之关联的属性进行匹配，并且用户尚未查看过该文章。

我尝试了什么，但不能很好地扩展：

select a.title, a.sid as article_id, a.total_views as times_read, a.date 
from articles a 
join article_attributes att on att.article_id = a.sid 

where a.sid not in( 
   select v.article_id 
   from views v
   join article_attributes att on att.article_id = v.article_id 
   where user_id = 132385 
   and att.article_attribute_id = 10
   group by v.article_id 
) 
and att.article_attribute_id = 10 
and a.date >= DATE_SUB(CURRENT_DATE(), INTERVAL 7 day) 
order by total_views desc 
limit 5

这种方法很好，但是用户查看的文章越多，速度就越慢。任何想法或建议将不胜感激。

Answer 1

SELECT a.title, a.sid AS article_id, a.total_views AS times_read, a.date
FROM articles a 
    JOIN article_attributes att 
        ON a.id = att.article_id AND att.article_attribute_id = 10 
    LEFT JOIN views v 
        ON a.id = v.article_id AND v.user_id = 132385  
WHERE v.user_id IS NULL

第一个联接只会获取具有给定属性的文章。
第二个连接获取第一个连接的结果，并返回带有user_id的行和第一个没有user_id的结果中的所有剩余行。（基本上所有文章的属性为132385，user_id为10或NULL）< / LI>
然后我们想要的是user_id为NULL的结果

尽量避免嵌套查询，让引擎完成它的工作。请注意，您可以在其他过滤器（DATE，ORDER BY）上标记。

Answer 2

尝试此查询

 select a.title, a.sid as article_id, a.total_views as times_read, a.date 
 from 
    articles a 
 left join 
    views v
 on 
    a.sid = v.article_id AND v.article_id is null
 join 
    article_attributes att 
 on 
    att.article_id = v.article_id AND v.user_id = 132385 AND att.article_attribute_id = 10
 where  
     a.date >= DATE_SUB(CURRENT_DATE(), INTERVAL 7 day) 
 order by 
    total_views desc limit 5

为articles表(total_views, sid, date)

创建必要的索引

view表(article_id, user_id)

article_attributes表(article_id, article_attribute_id)

希望这有帮助。

Answer 3

我建议在连接中使用子查询，而不是将子查询用作where条件。另外，我建议您不要在子查询中使用group by，而是select distinct：

select
    a.title, a.sid as article_id, a.total_views as times_read, a.date 
from
    (articles a
    inner join article_attributes att on a.sid = att.article_id)
    left join (
        select distinct
            v.article_id 
        from views v
            inner join article_attributes att on v.article_id = att.article_id
        where
            user_id = 132385
            and att.article_atribute_id = 10
        ) as b on a.sid = b.article_id
where
    b.article_id is null
    and att.article_attribute_id = 10 
    and a.date >= DATE_SUB(CURRENT_DATE(), INTERVAL 7 day)

希望这有帮助

Answer 4

EXISTS的效果应优于IN：

SELECT a.title,
       a.sid AS article_id,
       a.total_views AS times_read,
       a.date
FROM articles a
JOIN article_attributes att ON att.article_id = a.sid
WHERE NOT EXISTS (SELECT 0
                  FROM views v
                  JOIN article_attributes att ON att.article_id = v.article_id
                  WHERE user_id = 132385
                  AND att.article_attribute_id = 10
                  AND v.article_id = a.sid )
 AND att.article_attribute_id = 10
 AND a.date >= DATE_SUB(CURRENT_DATE(), INTERVAL 7 DAY)
 ORDER BY total_views DESC LIMIT 5

MySQL子查询优化 - 不在（子查询）中

4 个答案: