Question

我在PHP中使用MySQL和PDO，我有一个SQL查询，它按预期工作。但是，我关心性能，并想知道我是否可以改进我的查询。我也问，因为我想获得 SQL 的更多背景知识。

假设我有两张表少数相等（以及一些附加信息，每张表中不同）：

table `blog_comments`: id, userid (int) | timestamp (int) | content (varchar) | other
table `projects_comments`: id, userid (int) | timestamp (int) | content (varchar) | other

字段id是主键，userid + timestamp在两个表中都有索引，而时间戳只是具有长度的unixtime 10（整数）。

作为简单的垃圾邮件保护，我阻止用户提交新评论（无论是博客，项目还是其他任何内容），直到他上一次评论过去60秒。为实现此目的，我从所有评论表中获取该用户的最新时间戳。

这是我的工作查询：

SELECT MAX(`last_timestamp`) AS `last_timestamp`
FROM
(
    SELECT `userid`, max(`timestamp`) AS `last_timestamp`
    FROM `blog_comments`
    GROUP BY `userid`
    UNION ALL
    SELECT `userid`, max(`timestamp`) as `last_timestamp`
    FROM `projects_comments`
    GROUP BY `userid`
) AS `subquery`
WHERE `userid` = 1
LIMIT 0, 1;

您可以注意到，我在子查询中使用 GROUP BY ，在主查询中我只是过滤 strong> 用户ID （在这种情况下：1）。优点：我只需要传递 用户ID一次作为参数。

现在，我对SQL的确切运作方式感兴趣。我认为它将是这样的：SQL首先执行子查询，按所有 现有行由userid组成，将整个集返回到主查询，然后应用where子句来查找所需的用户标识。这对我来说似乎是一个很大的性能泄漏。

所以我想稍微更改查询：

SELECT max(`last_timestamp`) AS `last_timestamp` FROM ( SELECT max(`timestamp`) AS `last_timestamp` FROM `blog_comments` WHERE `userid` = 1 UNION ALL SELECT max(`timestamp`) as `last_timestamp` FROM `projects_comments` WHERE `userid` = 1 ) AS `subquery` LIMIT 0, 1

现在我必须传递两次userid，然后仍然会查找给定用户ID的整个行集。我不确定这是否真的提高性能。

我还没有任何大数据量来真正测试它，也许我稍后会做一些测试场景。我真的很想知道当这些表中有很多数据集时是否存在差异？

非常感谢任何想法，信息和提示，提前感谢。

修改

MySQL解释第一个查询：

id select_type table type possible_keys key key_len ref rows Extra 1 PRIMARY <derived2> ALL NULL NULL NULL NULL 4 Using where 2 DERIVED blog_comments range NULL userid 8 NULL 10 Using index for group-by 3 UNION projects_comments index NULL userid 12 NULL 6 Using index NULL UNION RESULT <union2,3> ALL NULL NULL NULL NULL NULL

MySQL解释第二个查询：

id select_type table type possible_keys key key_len ref rows Extra 1 PRIMARY <derived2> ALL NULL NULL NULL NULL 2 2 DERIVED NULL NULL NULL NULL NULL NULL NULL Select tables optimized away 3 UNION NULL NULL NULL NULL NULL NULL NULL Select tables optimized away NULL UNION RESULT <union2,3> ALL NULL NULL NULL NULL NULL

Answer 1

作为替代方法......

SELECT 'It''s been more than 1 minute since your last post' As result
WHERE  NOT EXISTS (
         SELECT *
         FROM   blog_comments
         WHERE  userid = 1
         AND    timestamp > Date_Sub(Current_Timestamp, INTERVAL 1 MINUTE)
       )
AND    NOT EXISTS (
         SELECT *
         FROM   projects_comments
         WHERE  userid = 1
         AND    timestamp > Date_Sub(Current_Timestamp, INTERVAL 1 MINUTE)
       )

如果userid = 1在两个表中的最后一分钟内都没有时间戳记录，则会有结果。

你也可以交换逻辑......

SELECT 'You''re not allowed to post just yet...' As result
WHERE  EXISTS (
         SELECT *
         FROM   blog_comments
         WHERE  userid = 1
         AND    timestamp > Date_Sub(Current_Timestamp, INTERVAL 1 MINUTE)
       )
OR     EXISTS (
         SELECT *
         FROM   projects_comments
         WHERE  userid = 1
         AND    timestamp > Date_Sub(Current_Timestamp, INTERVAL 1 MINUTE)
       )

这第二个选项可能会更有效（EXISTS vs NOT EXISTS），但您需要进行测试和证明;）

Answer 2

你的问题的答案是第二个应该在MySQL中表现比第一个好，这正是你给出的原因。 MySQL将对所有数据运行完整的group by，然后选择一个组。

您可以通过在查询前放置explain来查看执行路径中的不同内容。这将使您对查询的实际内容有所了解。

如果您在user_id, timestamp上有索引，那么第二个查询将以非常快的速度运行，仅使用索引。即使没有索引，第二个查询也会对两个表进行全表扫描 - 就是这样。第一个将执行全表扫描和聚合的文件排序。第二个需要更长的时间。

如果您只想传递userid一次，您可以执行以下操作：

select coalesce(greatest(bc_last_timestamp, pc_last_timestamp),
                bc_last_timestamp, pc_last_timestamp
               )
from (select (SELECT max(`timestamp`) FROM `blog_comments` bc where bc.userid = const.userid
             ) bc_last_timestamp,
             (SELECT max(`timestamp`) FROM `projects_comments` pc where pc.userid = const.userid
             ) pc_last_timestamp
      from (select 1 as userid) const
     ) t;

查询看起来很神秘，但它应该与第二个类似地进行优化。

两个SQL查询 - 性能差异？

2 个答案: