Question

我有2个表可以简化为这种结构：

表1：

+----+----------+---------------------+-------+
| id | descr_id |        date         | value |
+----+----------+---------------------+-------+
| 1  |        1 | 2013-09-20 16:39:06 |     1 |
+----+----------+---------------------+-------+
| 2  |        2 | 2013-09-20 16:44:06 |     1 |
+----+----------+---------------------+-------+
| 3  |        3 | 2013-09-20 16:49:06 |     5 |
+----+----------+---------------------+-------+
| 4  |        4 | 2013-09-20 16:44:06 |   894 |
+----+----------+---------------------+-------+

表2：

+----------+-------------+
| descr_id | description |
+----------+-------------+
|       1  | abc         |
+----------+-------------+
|       2  | abc         |
+----------+-------------+
|       3  | abc         |
+----------+-------------+
|       4  | DEF         |
+----------+-------------+

我想将描述加入到table1中，按描述进行过滤，这样我只得到description = abc的行，并过滤掉“重复”行，如果两行具有相同的值并且它们的日期在6以内，那么这两行是重复的彼此分钟。我想要的输出表在下面，（假设abc是所需的描述过滤器）。

+----+----------+---------------------+-------+-------------+
| id | descr_id |        date         | value | description |
+----+----------+---------------------+-------+-------------+
| 1  |        1 | 2013-09-20 16:39:06 |     1 | abc         |
+----+----------+---------------------+-------+-------------+
| 3  |        3 | 2013-09-20 16:49:06 |     5 | abc         |
+----+----------+---------------------+-------+-------------+

我提出的查询是：

select * 
  from (
        select * 
          from table1 
          join table2 using(descr_id) 
         where label='abc'
       ) t1 
  left join (
        select * 
          from table1 
          join table2 using(descr_id) 
         where label='abc'
        ) t2 on( t1.date<t2.date and t1.date + interval 6 minute > t2.date) 
 where t1.value=t2.value.

不幸的是，这个查询花了一分多钟来运行我的数据集，并且没有返回结果（尽管我相信应该有结果）。有更有效的方法来执行此查询吗？有没有办法命名派生表并在以后的同一个查询中引用它？另外，为什么我的查询没有返回任何结果？

提前感谢您的帮助！

编辑：我想保留几个样本中的第一个具有紧密联系的时间戳。

我的table1有610万行，我的table2有30K，这让我意识到table2只有一行描述“abc”。这意味着我可以事先查询descr_id，然后使用该id来避免在大查询中加入table2，从而提高效率。但是，如果我的table2设置如上所述（这可能是糟糕的数据库设计，我承认）什么是执行此类查询的好方法？

Answer 1

尝试创建临时表并加入临时表：

CREATE TEMPORARY TABLE t1 AS (select * 
          FROM table1 
          JOIN table2 USING(descr_id) 
         WHERE label='abc')

CREATE TEMPORARY TABLE t2 AS (select * 
          FROM table1 
          JOIN table2 USING(descr_id) 
         WHERE label='abc')

SELECT *
FROM t1
LEFT JOIN t2 on( t1.date<t2.date and t1.date + interval 6 minute > t2.date) 
WHERE t1.value=t2.value

从数据库断开连接后会自动清除临时表，因此无需显式删除它们。

我最初有这个，但我不相信它达到了全部要求：

SELECT t1.id,
       t1.descr_id,
       t1.date,
       t1.value,
       t2.description
FROM table1 t1
JOIN table2 t2 ON t1.descr_id = t2.descr_id
WHERE t2.description = 'abc'

这与原始查询基本相同，但另一个选项可能是创建视图并在视图上加入，如下所示：

CREATE VIEW v1 AS
SELECT * FROM table1 JOIN table2 USING(descr_id) WHERE label='abc'

CREATE VIEW v2 AS
SELECT * FROM table1 JOIN table2 USING(descr_id) WHERE label='abc'

SELECT *
FROM v1
LEFT JOIN v2 on( v1.date<v2.date and v1.date + interval 6 minute > v2.date) 
WHERE v1.value=v2.value

此外，如果您定期运行此查询，您可以考虑将第一个查询的结果加载到临时表中，并在登台表上进行加入，如下所示：

INSERT INTO staging
(SELECT * 
        FROM table1 
        JOIN table2 USING(descr_id) 
        WHERE label='abc')

SELECT *
    FROM staging s1
    LEFT JOIN staging s2 on( s1.date<s2.date and s1.date + interval 6 minute > s2.date) 
    WHERE s1.value=s2.value

TRUNCATE TABLE staging

Answer 2

尝试使用不存在就像是选择 * 来自table1 t1 使用（descr_id）连接table2 t2 其中label =＆＃39; abc＆＃39;并且不存在（选择* 来自table1 t11 使用（descr_id）连接table2 t22 其中label =＆＃39; abc＆＃39;和t1.date＆lt; t11.date和t1.date + interval 6分钟＆gt; t11.date）

您可能需要仔细检查（t1.date + interval 6分钟）语法

mysql有效地将2个表连接到相同的2个表

2 个答案: