Question

我正在尝试使用子查询获得总计。（我正在使用Metabase，它似乎不接受/处理查询中的变量）

我的查询：

SELECT date_format(t.`session_stop`, '%d') AS `session_stop`, 
    sum(t.`energy_used` / 1000) AS `csum`,
    (
      SELECT (SUM(a.`energy_used`) / 1000)
      FROM `sessions` a 
      WHERE date_format(a.`session_stop`, '%Y-%m-%d') <=  date_format(t.`session_stop`, '%Y-%m-%d') 
      AND str_to_date(concat(date_format(a.`session_stop`, '%Y-%m'), '-01'), '%Y-%m-%d') = str_to_date(concat(date_format(now(), '%Y-%m'), '-01'), '%Y-%m-%d')
      ORDER BY str_to_date(date_format(a.`session_stop`, '%e'), '%d') ASC
    ) AS `sum`
    FROM `sessions` t
    WHERE str_to_date(concat(date_format(t.`session_stop`, '%Y-%m'), '-01'), '%Y-%m-%d') = str_to_date(concat(date_format(now(), '%Y-%m'), '-01'), '%Y-%m-%d')
    GROUP BY date_format(t.`session_stop`, '%e')
    ORDER BY str_to_date(date_format(t.`session_stop`, '%d'), '%d') ASC;

这需要大约1.29秒才能运行。（总共43K行，返回14）

如果我删除sum(t.`energy_used` / 1000) AS `csum`,行，则查询占用8分钟和40秒。

这是为什么？我宁愿没有那条线，但我也不能等待8分钟来处理查询。

（我知道我可以创建一个累积列，但我特别感兴趣的是为什么这个额外的sum()加快了整个查询的速度）

PS。在MySQL控制台和Metabase接口上测试了它。

EXPLAIN查询：

+----+--------------------+-------+------+---------------+------+---------+------+-------+---------------------------
| id | select_type        | table | type | possible_keys | key  | key_len | ref  | rows  | Extra
+----+--------------------+-------+------+---------------+------+---------+------+-------+---------------------------
|  1 | PRIMARY            | t     | ALL  | NULL          | NULL | NULL    | NULL | 42055 | Using where; Using tempora
|  2 | DEPENDENT SUBQUERY | a     | ALL  | NULL          | NULL | NULL    | NULL | 42055 | Using where
+----+--------------------+-------+------+---------------+------+---------+------+-------+---------------------------
2 rows in set (0.00 sec)

没有额外的sum()：

+----+--------------------+-------+------+---------------+------+---------+------+-------+----------------------------------------------+
| id | select_type        | table | type | possible_keys | key  | key_len | ref  | rows  | Extra                                        |
+----+--------------------+-------+------+---------------+------+---------+------+-------+----------------------------------------------+
|  1 | PRIMARY            | t     | ALL  | NULL          | NULL | NULL    | NULL | 44976 | Using where; Using temporary; Using filesort |
|  2 | DEPENDENT SUBQUERY | a     | ALL  | NULL          | NULL | NULL    | NULL | 44976 | Using where                                  |
+----+--------------------+-------+------+---------------+------+---------+------+-------+----------------------------------------------+
2 rows in set (0.00 sec)

Schema不仅仅是一个表：

session_id (INT, auto incr., prim.key) | session_stop (datetime) | energy_used (INT) |
 1                           | 1-1-2016 10:00:00       | 123456            |
 2                           | 1-1-2016 10:05:00       | 123456            |
 3                           | 1-2-2016 10:10:00       | 123456            |
 4                           | 1-2-2016 12:00:00       | 123456            |
 5                           | 3-3-2016 14:05:00       | 123456            |

关于互联网的一些例子显示使用WHERE子句的ID，但是我的结果很差。

Answer 1

您的查询完全不相似。事实上，他们是两极分开。

如果我删除总和（t。energy_used / 1000）AS csum，行，查询需要8分40秒。

使用SUM时，它是一个聚合。 sum(t. energy_used / 1000)会产生完全不同的结果，因为只选择t.energy_used，这就是为什么查询时间存在巨大差异的原因。

还很不清楚为什么要以这种方式比较日期：

WHERE date_format(a.`session_stop`, '%Y-%m-%d') <=      date_format(t.`session_stop`, '%Y-%m-%d')

为什么在比较之前用date_format转换它们？由于两个表显然都包含相同的数据类型，因此您应该能够a.session_stop <= t.session_stop这两种情况都会更快。

由于它是不等式比较，它不是索引的良好候选者，但您仍然可以尝试在该列上创建索引以查看它是否有任何影响。

回顾一下，性能差异是因为您不仅仅是添加/删除额外的列而是添加/删除聚合。

没有附加列的子查询比列更长

1 个答案: