Question

所以基本上我有两个表，包含URL和TAGS，两者之间通过连接表TAGS_URLS具有has-and-belongs-to-many关系。

按标签查找网址的简单查询是：

SELECT urls.id FROM urls 
  INNER JOIN tags_urls ON urls.id=tags_urls.url_id
  INNER JOIN tags ON tags_urls.tag_id=tags.id 
WHERE tags.tag IN ("sample","tag","list");

但是，我正在尝试恢复包含所有标记集的所有URL的交集。即，只有包含标签“sample”和“tag”AND“list”的URL。

我有工作查询，但我无法在不到30秒的时间内执行查询。

SELECT a.id
  FROM
    (SELECT DISTINCT urls.id FROM urls
      INNER JOIN tags_urls ON tags_urls.url_id=urls.id INNER JOIN tags ON tags.id=tags_urls.tag_id
      WHERE tags.tag = 'sample') a
  JOIN
     (SELECT DISTINCT urls.id FROM urls
      INNER JOIN tags_urls ON tags_urls.url_id=urls.id INNER JOIN tags ON tags.id=tags_urls.tag_id
      WHERE tags.tag = 'list') b
  ON a.id = b.id;

结果集是正确的，但性能可怕。

我目前还在Redis数据库中将数据复制为存储在标记集中的URL ID列表，这样我就可以做到这样的事情并快速得到结果集。

SINTER "tag-sample" "tag-list"

通过合理的努力，是否有可能通过SINTER将此任务的MySQL性能提升到Redis级别？

Answer 1

我不是100％肯定，但我认为底层引擎正在为每个子选择创建一个临时表。根据数据的大小，这可能会非常昂贵。如果它们很大（并且它们在你的情况下），临时表必须将它们的内容写入磁盘，因为它们太大而不能立即保存在内存中。所以基本上你的查询是在复制大量数据，因为它试图构建两个匹配两个子选择的选择标准的临时表。一旦完成，它最终执行外部选择，这很可能相当快。

我会尝试将子选择的因子用于内连接。我认为以下内容将为您提供所需内容：

select urls.id from urls
inner join tags_urls tu1 on tu1.url_id = urls.id
inner join tags t1 on tu1.tag_id = t1.id and t1.tag = 'sample'
inner join tag_urls tu2 on tu2.url_id = urls.id
inner join tags t2 on t2.id = tu2.tag_id and t2.tag = 'list'

您将继续为要与之交叉的每个“标记”的tag_urls和标记添加成对的内部联接。再次，通过解释运行它，并确保一切都有正确的索引。

DBMS可以很好地处理几个内连接，但随着交叉点数量的增加，性能会降低。

Answer 2

您可以尝试使用连接替换第二个statmenet中的sql子查询。 Robert Vieira在他的Sql Server书中声称，有时连接速度更快，有时子查询速度更快。很难相信MySql也不会这样。此外，如果表中有相当多的其他数据，除了'list'或'sample'，那么您可能希望将此数据插入临时表并从该表运行查询。如果您要对该数据运行多个查询，则尤其如此。

MySQL INTERSECT通过连接表？

2 个答案: