Question

SELECT notes.* FROM notes 
WHERE notes.id IN (
SELECT T1.id 
FROM notes as T1 
WHERE ( 
    SELECT COUNT(*)
    FROM notes as T2 
    WHERE T2.category_id = T1.category_id 
    AND T2.created_at > T1.created_at 
    AND T1.user_id = T2.user_id
) < N
) 
AND user_id = 2

此查询在按created_at排序的每个category_id中选择N行。一切工作正常，直到：

1）结果的数量大于50，因为性能下降是线性的或更糟：即使有索引，对于200行也只有2.6秒。

2）结果中出现了几个相等的created_at值。在这种情况下，您将获得超过N行的类别。

主要问题是如何优化此查询，或者可以编写另一个具有相同功能的查询？特定user_id的1000行所需的性能为0.5秒。点2是可选的。性能是主要问题。 http://sqlfiddle.com/#!9/aa713f/3

说明：

1   PRIMARY notes   
NULL
ref PRIMARY,user_id user_id 4   const   654 100.00  
NULL

1   PRIMARY T1  
NULL
eq_ref  PRIMARY PRIMARY 4   admin_bt.notes.id   1   100.00  Using where 
3   DEPENDENT SUBQUERY  T2  
NULL
ref category_id,created_at,user_id,catcrbabusr  catcrbabusr 4   admin_bt.T1.category_id 1148    3.33    Using where; Using index

Answer 1

相关查询自然很昂贵，尤其是在遍历大量第一行时。它们通常不适合OLTP。它们可以进行批处理。

如果您需要在在线页面上显示此响应，那么也许您应该将结果缓存在您的应用程序中并定期刷新（每10分钟一次？）。

无论如何，即使有索引，表的增长也可能使查询变得越来越慢。

另一种选择是定期预处理子查询并将其存储在表中。然后查询它。该查询将适用于快速响应。我不知道MySQL是否拥有它，但是PostgreSQL具有“物化视图”，仅用于此目的（可以按需刷新）。

Answer 2

我不确定我是否完全了解您查询的逻辑，但是以下查询至少会产生相同的结果（并且肯定会花费更少的时间）：

这假设在（user_id，category_id，created_at）上有一个索引

SELECT x.* 
  FROM notes x
  JOIN 
     ( SELECT user_id
            , category_id
            , MAX(created_at) created_at
         FROM notes
        WHERE user_id IN(2)
        GROUP
           BY user_id
            , category_id
     ) y
    ON y.user_id = x.user_id
   AND y.category_id = x.category_id
   AND y.created_at = x.created_at;

这是您可能想玩的另一个主意...

SELECT id
     , created_at
     , user_id
     , category_id
  FROM 
     ( SELECT x.*
            , CASE WHEN @prev = category_id THEN @i:=@i+1 ELSE @i:=1 END i
            , @prev := category_id
         FROM notes x
            , (SELECT @prev:=null,@i:=0) vars
        WHERE user_id = 2
        ORDER  
           BY category_id
            , created_at
      ) n
  WHERE i <= 2;

MYSQL在按另一列排序的列中选择特定数量的重复值

2 个答案: