Question

EDITED：按要求添加完整查询。

从本质上讲，我有一个帖子表，一对一地链接到一个转贴表，类似于Twitter。我想加载在重新发布时（如果存在）或原始帖子的时间排序的帖子。但是，使用单个查询的排序过程非常慢（可能是因为COALESCE（x，y）没有充分利用MySQL索引）。两个相关表上的时间列都已编制索引。

我的查询看起来像这样。

SELECT * FROM Post p LEFT JOIN p.reposts ON ... WHERE ... 
ORDER BY COALESCE(r.time, p.time) LIMIT 0, 10

因为我正在使用DAL，所以更准确地说（伪ish）：

SELECT * FROM Post p LEFT JOIN p.reposts repost ON (p.id = repost.post_id AND    
repost.time = (
  SELECT MIN(r.time) FROM Repost r WHERE p.id = r.post_id
  AND r.user_id IN (1, 2, 3...) AND r.user_id NOT IN (4, 5, 6...))
))
WHERE (repost IS NOT NULL OR p.author_id IN (1, 2, 3...)) 
AND p.author_id NOT IN (4, 5, 6...)
ORDER BY COALESCE(repost.time, p.time) LIMIT 0, 10

在上面，ON子句确保最多连接一个repost（我想要的那个）。 COALESCE是必要的，因为如果帖子没有重新发布，则r可能为NULL。查询的行为与预期相同 - 省略ORDER BY子句时快速，或仅在p.time等索引列上使用。这是预期的，因为Post表大100k +行。

查询说明

编辑：更好地解释查询应该做什么。值得注意的是这里的逻辑是有效的 - 我得到了我想要的数据。问题是应用ORDER BY子句导致查询运行速度减慢约50倍，因为MySQL无法在连接表上使用带COALESCE的索引。

加载10个帖子的列表，这些帖子由一组用户（跟随）创作或由同一组（紧随其后）重新发布，按最新排序。
帖子应在帖子发布时或第一次转发时订购。
忽略不同组中用户的帖子和重新发布（已屏蔽）
获取帖子：从帖子中选择
由用户在以下集合中获取最早的重新发布：LEFT JOIN ON ... r.time =（SELECT MIN（r.time）...）
在以下集合中过滤掉用户未创作或重新发布的帖子：WHERE（repost IS NOT NULL ...）
订单是第一个转贴（如果存在）或发布时间：ORDER BY COALESCE（repost.time，p.time）
最多加载10个帖子：LIMIT 0,10

更新

我发现：

...ORDER BY repost.time DESC

除非我还添加：

，否则也会产生缓慢的结果

...WHERE repost.id IS NOT NULL...

在这种情况下，查询速度很快。这让我相信真正的问题是对可空列索引进行排序。我也尝试过：

... ORDER BY CASE WHEN repost.id IS NULL p.time ELSE repost.time END DESC

哪个没用。

更新2

由于MySQL使用b-tree作为其索引，似乎不可能以我想要的方式利用索引。因此，我目前最好的想法是将每个原始帖子作为其作者的“转贴”处理，然后在转贴表上执行我的选择和订单，例如。

SELECT * FROM Repost r LEFT JOIN r.post ON ... WHERE ... ORDER BY r.time DESC

Answer 1

这里的问题就像我在问题的更新2中描述的那样。 MySQL使用索引快速执行ORDER BY操作。更具体地说，MySQL使用B-trees索引列（例如时间戳 - p.time / r.time），这会占用更多空间但允许更快的排序。

我的查询的问题是它按两个表中的时间列排序，使用重新发布表中的时间戳（如果可用），否则使用post表。由于MySQL无法组合两个表中的B树，因此无法对来自两个不同表的列执行快速索引排序。

我以两种方式修改了我的查询和表结构来解决这个问题。

1）首先根据被阻止的用户执行过滤，因此只需要对当前用户可访问的帖子进行排序。这不是问题的根源，而是实际的优化。 e.g。

SELECT * FROM (SELECT * FROM Post p WHERE p.author_id NOT IN (4, 5, 6...))...

2）将每个帖子视为其作者的转发，因此每个帖子都保证有一个可连接的重新发布和repost.time进行索引和排序。 e.g。

SELECT * FROM (...) LEFT JOIN p.reposts repost ON (p.id = repost.post_id AND 
repost.time = (
  SELECT MIN(r.time) FROM Repost r WHERE p.id = r.post_id
  AND r.user_id IN (1, 2, 3...) AND r.user_id NOT IN (4, 5, 6...))
))
WHERE (repost.id IS NOT NULL) ORDER BY repost.time DESC LIMIT 0, 10

在一天结束时，问题归结为ORDER BY - 这种方法将查询时间从大约8秒减少到20毫秒。

mysql - 在连接表列

1 个答案: