Question

我维护了一个在线预订系统，由于我们试图找到的错误，该系统偶尔会包含~~重复的~~重叠预订。虽然我们正在这样做，但我已经收到一个查询，列出过去两个月的重叠预订，以便我们手动解决这些问题。

我的问题是这个查询需要花费很长时间（5分钟以上）来运行，并且预订系统会停止运行，但这样做会对我们的用户造成不利影响。所以我想提高它的表现。

下面是伪编码的相关模式。有两个关键表及其各自的列。

Bookings                        Accounts
ID : int                        ID : int
Status : bool                   Status : bool
StartTime : datetime            Name : varchar
EndTime : datetime
RoomID : int
MemberID : int
AccountID : int

PK: ID                          PK: ID
Index: StartTime, EndTime, 
       MemberID, AccountID,
       RoomID, Status

键都是简单的键（即没有复合键）。 Bookings.AccountID是Accounts.ID的外键。

查询大致是：

SELECT b1.AccountID, a.Name, b1.ID, b2.ID, b1.StartTime, b1.EndTime, b1.RoomID
FROM Bookings b1
LEFT JOIN Bookings b2
ON b1.MemberID = b2.MemberID
   AND b1.RoomID = b2.RoomID
   AND b2.StartTime > SUBDATE(NOW(), INTERVAL 2 MONTH)) 
LEFT JOIN Accounts a
ON b1.AccountId = a.ID 
WHERE b1.ID != b2.ID
AND b1.Status = 1
AND b2.Status = 1
AND b1.StartTime > SUBDATE(NOW(), INTERVAL 2 MONTH)) 
AND (
  (b1.StartTime >= b2.StartTime AND b2.EndTime <= b1.EndTime AND b1.StartTime < b2.EndTime) OR
  (b1.StartTime <= b2.StartTime AND b2.EndTime >= b1.EndTime AND b2.StartTime < b1.EndTime) OR
  (b2.StartTime <= b1.StartTime AND b2.EndTime >= b1.EndTime)
)

据我所知，查询基本上将预订表连接到自身（过去两个月），并试图消除不同的预订。也就是说，它会查找属于同一会员的有效（状态= 1）预订，这些预订的持续时间重叠。

最后三个条款寻找（a）从另一个开始的预订和之后的结束; （b）从另一方开始并在期间结束的预订; （c）完全包含在另一方内的预订。这似乎省略了（对于我的）一个完全在另一个周围的预订（虽然我不知道为什么）。

预订表非常大（约2米行），因为它有多年的预订数据。可以改进此查询的性能（或用更好的查询替换）吗？欢迎任何建议。

Answer 1

我会像这样重写查询

SELECT sub.*, a.Name, a.id
from (

    SELECT b1.AccountId, b1.ID, b2.ID, b1.StartTime, b1.EndTime, b1.RoomID
    FROM (select SUBDATE(NOW(), INTERVAL 2 MONTH) as subDate) const, Bookings b1
    LEFT JOIN Bookings b2
    ON b1.MemberID = b2.MemberID
       AND b1.RoomID = b2.RoomID
       AND b2.StartTime > const.subDate
       AND b1.ID != b2.ID 
       AND b2.Status = 1
    WHERE 
    b1.Status = 1
    AND b1.StartTime > const.subDate  
    AND (
      (b1.StartTime >= b2.StartTime AND b2.EndTime <= b1.EndTime AND b1.StartTime < b2.EndTime) OR
      (b1.StartTime <= b2.StartTime AND b2.EndTime >= b1.EndTime AND b2.StartTime < b1.EndTime) OR
      (b2.StartTime <= b1.StartTime AND b2.EndTime >= b1.EndTime)
    )

) sub
LEFT JOIN Accounts a ON 
  sub.AccountId = a.ID

更新：同时检查是否存在MemberID，RoomId，StartTime列的索引。如果没有这样的索引引入它们

Answer 2

您没有说这是否像是酒店/租赁预订的电子商务网站，或类似于内部网站点，用于预订组织内的会议室，演讲厅等。我将假设它是前者，因为该站点的5分钟停机时间会很长，但对于后者，可能没那么大。

所以这是一个可以使用的启发式：用户不可能（但不是不可能）用户会在两个月内多次预订同一个房间。如果您在时间范围内选择所有房间ID和用户ID，结果中的重复行可能是双重预订，或者可能只是一个度假的人。

这是一种可以完成重复行检测的方法：

SELECT ID, StartTime, EndTime, RoomID, MemberID 
FROM Bookings WHERE ID NOT IN
( SELECT t.ID FROM
    (
        SELECT count(ID) as c, ID
        FROM Bookings
        GROUP BY RoomID, MemberID
    ) 
AS t WHERE t.c = 1 )

你也可以使用像这样的存储过程（伪代码）：

DECLARE id, rid, mid, old_rid, old_mid INT;
DECLARE cur CURSOR FOR SELECT ID, RoomID, MemberID FROM Bookings ORDER BY RoomID, MemberID;
old_rid, old_mid = 0;
LOOP
/* check for break condition here */
FETCH cur into id, rid, mid;
IF rid == old_rid AND mid == old_mid
INSERT INTO temp_table VALUES (id);
END IF;
SET old_rid = rid;
SET old_mid = mid;
END LOOP;

然后，您将运行一个类似于原始查询的查询，并对结果进行StartTime / EndTime比较。

Answer 3

基本上你正在寻找所有独特的预订。搜索所有重复项的速度更快，因为该列表应该更短：

DROP TABLE IF EXISTS duplicate_bookings;

CREATE TEMPORARY TABLE duplicate_bookings AS SELECT MAX(b1.ID) as last_bookings_id, b1.AccountID, b1.StartTime, b1.EndTime, b1.RoomID
FROM Bookings b1 
GROUP BY b1.AccountID, b1.StartTime, b1.EndTime, b1.RoomID
HAVING COUNT(*)>1;

此查询选择所有重复的预订，并且（我）假设您要删除上次预订（MAX（b1.ID））

删除预订：

DELETE FROM bookings WHERE id IN (SELECT last_bookings_id FROM duplicate_bookings);

好处：您可以重复这是一个循环（在单个数据库会话中执行所有SQL，包括删除表duplicate_bookings），如果您有三次重复，等等。

为了防止新的重复并快速找到您的错误，并假设您正在使用innodb：添加一个唯一索引：

CREATE UNIQUE INDEX idx_nn_1 ON Bookings(AccountID, StartTime, EndTime,RoomID);

你只能在删除重复项后添加此索引。从那时起，新的重复插入将失败。

也可以帮助删除的临时索引是非唯一索引：

CREATE INDEX idx_nn_2 ON Bookings(AccountID, StartTime, EndTime,RoomID);

Answer 4

此复合索引

INDEX(MemberID, RoomID, StartTime)

应该加快第一次加入。

这应该加快SELECT：

INDEX(Status, StartTime)

（不，在字段上有单独的INDEX是不一样的。）

对于重叠时间范围，请考虑以下紧凑形式：

WHERE a.start < b.end AND a.end > b.start

Status = 1的含义是什么？表中有多少百分比1？

可以改善这种重叠预订查询的表现吗？

4 个答案: