Question

我想从表B中删除条目，因此每个A_id（ID最高的条目）只有一个条目

表A ：

+----+------------+
| id |    name    |
+----+------------+
|  1 | Some name  |
|  2 | Other name |
+----+------------+

表B ：

+----+-------+------+
| id | stuff | A_id |
+----+-------+------+
|  1 | aab   |    1 |
|  2 | aac   |    1 |
|  3 | aad   |    2 |
|  4 | aae   |    1 |
|  5 | aak   |    1 |
|  6 | aal   |    2 |
+----+-------+------+

我当前的查询（效果很好）：

DELETE FROM B 
WHERE id NOT IN (SELECT MAX(id)
                 FROM B
                 GROUP BY A_id)

将得到正确的结果：

+----+-------+------+
| id | stuff | A_id |
+----+-------+------+
|  5 | aak   |    1 |
|  6 | aal   |    2 |
+----+-------+------+

但是当表B中有很多行时，它非常慢。是否有任何方法可以提高查询的性能（或者可能以完全不同的方式来做？）

Answer 1

您正在删除大量行。那就是问题所在。删除操作的开销很大。

如果要删除表中的大量行（并且可能只占百分之几），则重新创建表通常会更快：

select b.*
into temp_b  -- actually, I wouldn't use a temporary table in case the server goes down
from b
where b.id = (select max(a.id) from b b2 where b2.id = b.a_id);

truncate table b;

insert into b
    select *
    from temp_b;

尝试此操作之前，请确保已备份b或至少将其副本保存在某个地方。

请注意，我更改了NOT IN的结构。我强烈不鼓励使用NOT IN，因为当子查询返回NULL值时语义并不直观。如果只有一个NULL值，那么WHERE将永远不会评估为TRUE。即使在这种情况下NULL值都不是问题，我还是强烈建议您使用其他替代方法，这样在NULL可能的情况下您就不会有问题。

为了提高SELECT的性能，您需要在b(a_id, id)上建立索引。您可能会发现这样的索引有助于您的原始查询。

Answer 2

您的查询对我来说很好。

您的问题似乎是您拥有大量数据，并需要优化性能的方法。

您可以做的是具体化您的子查询，并确保将max_id编入索引，例如通过使其成为主键。

因此，创建一个临时表Max_B，并将子查询的结果存储在此表中。然后执行删除操作，然后删除临时表。

提高删除查询的性能

2 个答案: