Question

我有两张桌子。第一个表（用户）是一个简单的＆＃34; id，用户名＆＃34; 100,00行，第二个（统计数据）是＆＃34; id，date，stat＆＃34;有20M行。

我试图弄清楚哪个用户名在统计信息中上升最多，这是我的查询。在功能强大的计算机上，此查询需要几分钟才能完成。是否有更好的方法来编写它以加快速度？

SELECT a.id, a.username, b.stat, c.stat, (b.stat - c.stat) AS stat_diff
FROM users AS a
INNER JOIN stats AS b ON (b.id=a.id)
INNER JOIN stats AS c ON (c.id=a.id)
WHERE b.date = '2016-01-10'
AND c.date = '2016-01-13'
GROUP BY a.id
ORDER BY stat_diff DESC
LIMIT 100

我试过的另一种方式，但它似乎并不是最佳的

SELECT a.id, a.username, 
     (SELECT b.stat FROM stats AS b ON (b.id=a.id) AND b.date = '2016-01-10') AS start,
     (SELECT c.stat FROM stats AS c ON (c.id=a.id) AND c.date = '2016-01-14') AS end,
     ((SELECT b.stat FROM stats AS b ON (b.id=a.id) AND b.date = '2016-01-10') - 
      (SELECT c.stat FROM stats AS c ON (c.id=a.id) AND c.date = '2016-01-14')) AS stat_diff
FROM users AS a
GROUP BY a.id
ORDER BY stat_diff DESC
LIMIT 100

Answer 1

查询似乎没问题，验证您的索引..

或者试试这个查询

SELECT a.id, a.username, b.stat, c.stat, (b.stat - c.stat) AS stat_diff
FROM users AS a
INNER JOIN (select id,stat from stats where date = '2016-01-10') AS b ON (b.id=a.id)
INNER JOIN (select id,stat from stats where date = '2016-01-13') AS c ON (c.id=a.id)
GROUP BY a.id
ORDER BY stat_diff DESC
LIMIT 100

Answer 2

您需要做的就是帮助优化器。最低限度。有一个如下所示的检查清单

1.我的连接列是否已编入索引？
2.在哪里条款Sargable
3.是否存在任何隐含的，明确的转换 4.我看到任何统计问题

另一个有趣的方面是你的数据是如何分配的，一旦你理解了数据，你就能够代表执行计划并根据你的需要改变它

<强> EX：想想我有100个客户表，每个至少有10个订单（总计高达10000个订单）。现在如果你只需要按日期查找前三个订单，你不希望扫描发生订单表

现在在你的情况下，我可能不会选择第二个选项，即使优化器也可以为这个选择一个好的计划，我会先进入并尝试查看执行时间是否可接受。如果不是我将通过我的检查清单并尝试进一步调整

Answer 3

<强>简介

让我们假设我们重写这样的句子：

SELECT a.id, a.username, b.stat, c.stat, (b.stat - c.stat) AS stat_diff
FROM users AS a
INNER JOIN stats AS b ON 
    b.date = STR_TO_DATE('2016-01-10', '%Y-%m-%d' ) and b.id=a.id
INNER JOIN stats AS c ON 
    c.date = STR_TO_DATE('2016-01-13', '%Y-%m-%d' ) and c.id=a.id
GROUP BY a.id
ORDER BY stat_diff DESC
LIMIT 100

我们确保：

users表在字段id上有索引：
stats包含复合字段date的索引，id：create index stats_idx_d_i on stats ( date, id );

，然后

数据库优化器可以使用索引来选择受限制的日期集（'RSD'），这意味着匹配已过滤日期的行。这很快。

<强>但是

您按计算字段排序：

(b.stat - c.stat) AS stat_diff #<-- calculated ORDER BY stat_diff DESC #<-- this forces to calculate it

这种类型无法进行优化，因为您应该逐一计算'RSD'（受限制的数据集）的所有结果。

<强>结论

问题是，'RSD'上的行数怎么样？如果它们只有几百行，那么查询可能会快速运行，否则，您的查询将会很慢。

无论如何，你应该确保查询的第一步（没有排序）是由索引而不是全扫描。使用Explain命令确保。

如何加快多内连接查询？

3 个答案: