子查询很慢

Question

我有一个大约有1000万行的mysql表。 对于每一行，我都有一个id列和一个date列。 id列不是唯一的，并且对于一个id，有多行具有不同的date值，通常每个id具有3-6个日期。我想为其date选择具有最新id的行。

我的查询：

SELECT   id,
         date
FROM     tab a
WHERE    a.date = (SELECT MAX(date)
                   FROM   tab b
                   WHERE  a.id=b.id)

非常慢，需要几分钟才能完成。感觉这可以更快地完成。什么是最佳做法？

Answer 1

为什么不只是？

SELECT   id,
         MAX(date) date
FROM     tab
GROUP BY id;

Answer 2

我假设要从表中获取更多列（否则，DanB的解决方案是最好的方法）。

我们将其分为两个步骤：

1. 获取每个id的最长日期
2. 获取所需数据

第一步很简单：

id

重要提示：两个列都必须建立索引。

现在，第二步是困难的部分。如何获取所需的所有数据？

我要做的是：

• 使用上面的查询结果创建临时表，
• 为其编制索引，并且
• 将表与此新的临时表连接起来。

所以，让我们尝试一下：

SELECT id, max(date)
FROM tab
GROUP BY id

希望这会有所帮助。

Answer 3

首先： id 应该是唯一的。那是他们的目的。

现在我的建议：

select
  id,
  max(date) as latest_date
from a

join b
  on b.id = a.id

group by a.id

order by latest_date;

Answer 4

您的查询可能是解决此问题的最快方法。但是，您绝对需要在tab(id, date)上使用索引以提高性能。索引中的两列。

如果您有另一个id表，那么以下通常是最快的方法：

select ids.id,
       (select max(t.date)
        from tab t
        where t.id = ids.id
       ) as max_date;

这需要相同的索引，但不需要扫描整个表（以及索引）。