Question

如何选择tableB中存在但不存在于tableA中的记录（基本上就像tableB - tableA）？

我有以下表格:(每张表有100万条记录）

tableA
    id int(11) NOT NULL PRIMARY KEY
    name varchar(50)
    sku varchar(10) index
    description text

tableB
    id int(11) NOT NULL PRIMARY KEY
    stock int(11)
    price int(11)
    sku varchar(10) index

注意：sku已编入索引。

tableA和tableB在sku字段中具有一对一的关系。
两张表都有1米记录
我想获取tableB中存在但不存在于tableA中的记录（基本上它就像tableB - tableA）。 LEFT JOIN而不是很糟糕（非常慢）。

什么可以替代解决方案？

以下是我尝试的查询：

LEFT JOIN query:
    SELECT a.sku FROM tableA a
    LEFT JOIN tableB b
       ON a.sku = b.sku 
    WHERE a.sku is NULL

NOT IN query:
    SELECT * from tableB where sku NOT IN (SELECT sku from tableA)

Answer 1

我认为最好的解决方案是left join或：

select *
from tableB b
where not exists (select 1 from tableA where a.sku = b.sku);

not in解决方案的问题是NULL中的tableA值将导致查询中未返回任何行。

为了提高性能，您需要tableA(sku)上的索引：

create index tableA_sku on tableA(sku);

这将加快left join和not exists版本的速度。

Answer 2

准备环境以复制问题：

DELIMITER $$

DROP PROCEDURE IF EXISTS `insertMe` $$
CREATE PROCEDURE insertMe()
BEGIN
 DECLARE i BIGINT DEFAULT 2;
  WHILE (i <= 1000000) DO
   INSERT INTO tableA(id,NAME,sku,description) VALUES(i,CONCAT('name',i),CONCAT('sku',i),CONCAT('description',i));  
   IF(i%2=0) THEN
       INSERT INTO tableB(id,stock,price,sku) VALUES(i,i%10,i%5,CONCAT('sku',i)); 
       END IF;
   SET i=i+1;
 END WHILE;
/*
CALL insertMe();
*/
END $$

DELIMITER ;

CREATE INDEX idx_tableA ON tableA(sku);
CREATE INDEX idx_tableB ON tableB(sku);

您的要求的查询（使用左连接）已在我的测试环境中的1-2Sec中执行（2个具有1G RAM的虚拟CPU）。

@Gordon Linoff提到的左连接查询和查询没有任何问题，我建议按照GordonL的建议通过执行验证索引使用情况。

接下来，我怀疑MYSQL数据库中的陈旧表统计信息是否存在性能问题。请尝试以下脚本，然后查看查询的效果。

ANALYZE TABLE tableA;
ANALYZE TABLE tableB;

最后但同样重要的是，尝试备份/重新创建表及其索引以及上面的分析语句，然后查看查询的性能。它修复了行链和迁移的问题。

从两个表中选择剩余记录（tableS - tableS）

2 个答案: