Question

我有这样的查询：

 DELETE FROM doublon  WHERE id in 
( Select id  from `doublon` where `id` not in
    ( Select id
         From `doublon` 
         group  by etablissement_id,amenities_id
         having Count(etablissement_id) > 1  and Count(amenities_id) > 1
         union
      Select id
         From `doublon` 
         group  by etablissement_id,amenities_id
         having Count(etablissement_id) = 1  and Count(amenities_id) = 1
     )
 )

我的表'doublon'的结构如下：

id
etablissement_id
amenities_id

结构表是这样的：

http://hpics.li/bbb5eda

我有2百万行，查询是慢，很多小时.. 有人知道如何优化这个查询以更快地执行它吗？

SqlFiddle

Answer 1

首先，您的查询不正确。但是继续阅读，可能在答案结束时我发现了你需要这么奇怪的查询的原因。

让我们讨论最后一个子查询：

Select id
From `doublon` 
group  by etablissement_id,amenities_id
having Count(etablissement_id) = 1  and Count(amenities_id) = 1

只有在至少发生以下其中一项情况时，才能使用SELECT查询GROUP BY子句中的列：

它也存在于GROUP BY条款中;
它用作aggregate function;
该列的值在功能上取决于GROUP BY子句中存在的列的值;例如，如果存在具有UNIQUE索引的列（或表的UNIQUE索引中存在的所有列）。

列id不适合¹以上的任何情况。这使得查询illegal符合SQL规范。

然而，

MySQL接受它并努力为其生成结果集，但它在documentation中说：

...服务器可以自由选择每个组中的任何值，因此除非它们相同，否则所选的值是不确定的，这可能不是您想要的。

HAVING子句包含Count(etablissement_id)和Count(amenities_id)。当etablissement_id和amenities_id都不是 - NULL时，这两个表达式具有相同的值，并且与COUNT(*)（组中的行数）相同。它总是大于0（一个组不能包含0行）。

对于etablissement_id或amenities_id为NULL时生成的组，相应的COUNT()会返回0。当两者同时为NULL时，这也适用。

使用此信息，此查询将返回id行，其组合（etablissement_id，amenities_id）在表中是唯一的（这些组只包含一行）和两个字段不是NULL。

另一个GROUP BY查询（使用此UNION编辑）会从其组合（etablissement_id，{amenities_id，{}中返回不确定值 {1}}）在表中不是唯一的（并且两个字段都不是NULL），如文档中引用的片段中所述。

似乎UNION从id和etablissement_id的每一组（amenities_id，etablissement_id）中挑选一个（随机）amenities_id不是 - NULL。外部SELECT打算忽略id选择的UNION，并提供给DELETE其他人。

（我认为甚至不需要中间SELECT，您可以在WHERE查询中使用其DELETE子句。

我可以想象您需要运行此查询的唯一原因是表doublon是correspondence table的many-to-many relationship，它是在没有UNIQUE索引的情况下创建的（{3}} etablissement_id，amenities_id）（从相关表格导入的FOREIGN KEY列）。

如果这是您的意图，那么有更简单的方法可以实现这一目标。

我会创建doublon表的副本，使用正确的结构，然后我会使用DISTINCT查询# Create the new table CREATE TABLE `doublon_fixed` LIKE `doublon`; # Add the needed UNIQUE INDEX ALTER TABLE `doublon_fixed` ADD UNIQUE INDEX `etablissement_amenities`(`etablissement_id`, `amenities_id`); # Copy the needed values INSERT INTO `doublon_fixed` (`etablissement_id`, `amenities_id`) SELECT DISTINCT `etablissement_id`, `amenities_id` FROM `doublon`; # Swap the tables RENAME TABLE `doublon` TO `doublon_old`, `doublon_fixed` TO `doublon`; # Remove the old table DROP TABLE `doublon_old`;来从旧表中获取所需的值。然后我会交换表并删除旧表。

查询：

RENAME

id查询从左到右以原子方式操作重命名。避免停机很有用。

备注：

¹如果etablissement_id列在功能上依赖于（amenities_id，UNION）对，那么SELECT生成的所有组-ed查询包含单行。第一个SELECT不会产生任何结果，第二个{{1}}将返回整个表格。

Answer 2

如果没有错，这应该有效

DELETE FROM doublon
WHERE  id IN (SELECT id
              FROM   doublon
              WHERE  id NOT IN (SELECT id
                                FROM   doublon
                                GROUP  BY etablissement_id,
                                          amenities_id
                                HAVING Count(etablissement_id) >= 1
                                       AND Count(amenities_id) >= 1))

在mysql上优化查询sql

2 个答案: