Question

我正在开发一种用于增强部分回归测试过程的工具。

我需要实现的目标：

我有两张表，大约有7千条记录。一个是来自生产的快照，另一个代表与更新后将实现的完全相同的记录。

每条记录包含50-200个不同长度的字段。这些字段中的两个（field_1和field_2）用作区分记录的标识符。字段1用于记录从生产到记录的更新，字段2用于标识消息的形式。

对于来自制作的记录，始终只有一个记录具有相等的field_1和field_2值。

我想编写一个查询或代码（最多几秒钟内）以下列或类似的形式返回一个数组：

Array
(
    [0] => Array
        (
            [Production] => Array
                (
                    [id] => 83
                    [field1] => value1
                    [field2] => value2
                    [field3] => differing_val
                    [field4] => value3
                      .....
                )

            [Update] => Array
                (
                    [id] => 1
                    [field1] => value1
                    [field2] => value2
                    [field3] => some_other_different_val
                    [field4] => value3
                      .....
                )

        )
)

问题：

我试图抓住所有记录并动态构建（10分钟后执行甚至没有完成），有一些限制和分页，它更好
所以我写了这个sql语句，它会为我做部分工作，但即使有一些值的限制，它需要5-7分钟才能完成（而且它只为我完成部分工作）

这是我的SQL查询：

SELECT production_records.* FROM production_records
WHERE production_records.token_2 = 
(
    SELECT update_records.token_2 FROM update_records
    WHERE 
        update_records.token_1 = production_records.token_1 AND 
        update_records.token_2 = production_records.token_2 AND 
        update_records.token_130 <> production_records.token_130  
)
ORDER BY production_records.token_1 DESC
LIMIT 6

在这里我知道有6个不同，因此限制仍然需要406秒。

问题：

你看到了什么，可以用数据或sql来完成更快的运行？我对sql还不是那么好，所以我猜这就是问题所在。

我可以完全控制数据，所以我可以改变任何东西，但是没有出现比O（n ^ 2）更好的解决方案。

Answer 1

您可能缺少的是您比较的任何内容的索引。例如token_1，token_2，token_130。见http://dev.mysql.com/doc/refman/5.0/en/create-index.html

CREATE INDEX p_1 ON production_records (token_1);
CREATE INDEX p_2 ON production_records (token_2);
CREATE INDEX p_130 ON production_records (token_130);

CREATE INDEX u_1 ON update_records (token_1);
CREATE INDEX u_2 ON update_records (token_2);
CREATE INDEX u_130 ON update_records (token_130);

我还建议重新构建您的查询，并根据其中一条注释中的建议加入表而不是子查询。类似的东西：

SELECT p.* FROM production_records p
LEFT JOIN update_records u
ON u.token_1 = p.token_1 AND u.token_2 = p.token_2 AND u.token_130 <> p.token_130
ORDER BY p.token_1 DESC

相同的查询可以表示为

SELECT p.* FROM production_records p, update_records u
WHERE u.token_1 = p.token_1 AND u.token_2 = p.token_2 AND u.token_130 <> p.token_130
ORDER BY p.token_1 DESC

两个查询都或多或少相同。

比较两个非常相似的表中包含大量数据的所有单个记录

1 个答案: