Question

以下查询需要执行FOREVER（在Macbook上使用4gig ram时超过30小时） - 我正在寻找使其更有效运行的方法。任何想法都表示赞赏！

CREATE TABLE fc AS 
SELECT  threadid,
    title,
    body,
    date,
    userlogin
FROM f 
WHERE pid 
    NOT IN (SELECT pid FROM ft) ORDER BY date;

（表“f”为~1 Gig / 1,843,000行，表“ft”为168mb，216,000行））

Answer 1

尝试外连接（我认为MySQL现在支持它们）而不是不在：

create table fc as 
select f.threadid
     , f.title
     , f.body
     , f.date
     , f.userlogin 
from f 
left outer join ft 
  on f.pid = ft.pid 
where ft.pid is null 
order by date

Answer 2

从EXPLAIN PLAN开始，查看优化程序的用途。然后在进行更改时重新运行它以查看它们是否有用。

我敢打赌，正确的查询将在几分钟内完成。

Answer 3

在fc和ft表上的pid上添加聚簇索引。

Answer 4

确保你在ft上有一个pid索引。听起来你正在获得完整的交叉产品，而不是索引的连接。

Answer 5

可能会有一些隐藏的成本。运行它需要多长时间：

SELECT  count(*)
FROM f 
WHERE pid 
    NOT IN (SELECT pid FROM ft);

如果不花很长时间，那么你的命令的缓慢可能是MySQL在语句执行时复制所有数据，以防它失败并且必须回滚它。（我在SQL Server上看过这个。）

另外：如果你拿出ORDER BY子句会有什么不同吗？

Answer 6

f中有多少行与ft中的行不匹配？在最极端的情况下，如果pid中的f是唯一的，那么您的目标表fc将包含＆gt; 1.6米的行。如果大部分行将以fc结尾，那么最好分两个阶段执行此操作：

CREATE TABLE fc AS 
SELECT  threadid,
    title,
    body,
    date,
    userlogin
FROM f
ORDER BY date;

DELETE FROM fc
WHERE pid 
     IN (SELECT pid FROM ft);

顺便说一句，你可以放弃ORDER BY子句吗？那种类型可能需要花费很多周期，这取决于目标表中有多少行。

要考虑的另一件事是EXISTS条款......

CREATE TABLE fc AS 
SELECT  threadid,
    title,
    body,
    date,
    userlogin
FROM f 
WHERE NOT EXISTS 
    (SELECT pid FROM ft 
     WHERE ft.pid = f.id)
ORDER BY date;

......或者我的两步版......

DELETE FROM fc
WHERE EXISTS
     (SELECT pid FROM ft 
 WHERE ft.pid = f.id);

当子查询生成大量行时，EXISTS可以比IN快很多。然而，正如调整一样，基准测试是关键。

优化这个MySQL查询？

6 个答案: