实际限制“where in”子句

Question

我有一个相当简单的表，大约有一百万行。

id  |  my_col  |  other1  |  other 2 | ...

此表中有大约15k个不同的my_col值，而my_col上有一个索引。我有一组7k my_col值，我需要从这个表中删除。

在SQL中做什么更有效（我目前正在使用MySQL，但将来可能会移植到MS SQL。）

是否a）在我的java应用程序代码中，遍历所有my_col值并在每个值上调用sql delete。

for (String my_colValue : listMyCol) {
   [delete from my_table where my_col = my_colValue]
}

或b）使用“where in”子句构建包含所有这些值的单个SQL [large]语句？

delete from my_table where my_col in ('aaa', 'aab', 'aac', ...)

我猜它是b），但我不确定在“where in”子句中指定约7k值是否效率低。

为了它的价值，我的应用服务器和数据库服务器都托管在亚马逊，但在不同的层上。

Answer 1

c）重新创建你的桌子。

你要删除一半的行，所以想一想。 虽然a）和b）可能会永远占用，但重新制作你的桌子会很诡异但是很快。

您需要在临时表中加载7k值，然后很容易：

CREATE TABLE newMyTable
AS
SELECT myTable.*
FROM myTable
    INNER JOIN myValues
        ON myTable.my_col = myValues.my_col

或者，如果你不能创建表，也许这会足够快：

DELETE FROM myTable t
WHERE EXISTS
(
    SELECT *
    FROM myValues v
    WHERE t.my_col = v.my_col
)

但是你需要记住的唯一事情是：你必须用你的7k值创建一个表。

Answer 2

使用WHERE IN的实际限制是你可以在多大程度上进行SQL查询。这是由MySQL的max_packet_size配置变量定义的。其他任何事情只是性能权衡。为了找出最快的方法，基准测试仍然效果最好。

Answer 3

我会选择第一个选项，但我会将所有内容都放在交易中。这样，提交将在最后，而不是在每个DELETE语句之后。

搜索许多记录时，索引效率低下。