使用 ORDER BY 和 INNER JOIN 优化 MySQL 查询（选择用户关注的位置）
Posted
技术标签:
【中文标题】使用 ORDER BY 和 INNER JOIN 优化 MySQL 查询（选择用户关注的位置）【英文标题】：Optimize MySQL query with ORDER BY and INNER JOIN (select where user following) 【发布时间】：2021-06-11 01:56:16 【问题描述】：我需要优化以下查询：
SELECT a.*
FROM Activity AS a
JOIN users_following AS f1
ON f1.userId = a.originatorId
AND f1.followerId = 1
ORDER
BY a.time DESC
LIMIT 10
这个想法是让某个用户（在本例中为用户 1）关注的用户发起的所有活动，按时间排序。编写的这个查询非常慢（约 5 秒），但如果 a) 省略连接或 b) 省略 order by 子句，则速度非常快。
我尝试过的事情：
WHERE ... IN 而不是 INNER JOIN
这里是 CREATE TABLE 和 EXPLAIN 定义。
CREATE TABLE `Activity` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`time` int(11) NOT NULL,
`userId` int(11) NOT NULL,
`voteId` int(11) DEFAULT NULL,
`commentId` int(11) DEFAULT NULL,
`achievementId` int(11) DEFAULT NULL,
`challengeId` int(11) DEFAULT NULL,
`followerId` int(11) DEFAULT NULL,
`acknowledged` int(11) NOT NULL DEFAULT '0',
`type` varchar(255) COLLATE utf8_unicode_ci NOT NULL,
`isPrivate` int(11) NOT NULL DEFAULT '0',
`portalId` int(11) DEFAULT NULL,
`postId` int(11) DEFAULT NULL,
`portalMemberId` int(11) DEFAULT NULL,
`originatorId` int(11) DEFAULT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `UNIQ_55026B0C1CC880D8` (`portalMemberId`),
KEY `IDX_55026B0C1D79C36A` (`challengeId`),
KEY `IDX_55026B0CE7A069D0` (`achievementId`),
KEY `IDX_55026B0CB6FEC0EE` (`voteId`),
KEY `IDX_55026B0C6690C3F5` (`commentId`),
KEY `IDX_55026B0C64B64DCC` (`userId`),
KEY `IDX_55026B0CF542AA03` (`followerId`),
KEY `IDX_55026B0C57076B1F` (`portalId`),
KEY `IDX_55026B0CE094D20D` (`postId`),
KEY `IDX_55026B0C162E014D` (`originatorId`),
KEY `activity_time_idx` (`time`),
KEY `activity_filter_idx` (`type`,`originatorId`,`userId`,`isPrivate`),
KEY `acknowledged_idx` (`acknowledged`),
KEY `idx1` (`time`,`originatorId`),
KEY `idx2` (`originatorId`,`userId`,`postId`,`challengeId`,`commentId`,`time`),
CONSTRAINT `FK_55026B0C162E014D` FOREIGN KEY (`originatorId`) REFERENCES `ProseUser` (`id`),
CONSTRAINT `FK_55026B0C1CC880D8` FOREIGN KEY (`portalMemberId`) REFERENCES `PortalMember` (`id`),
CONSTRAINT `FK_55026B0C1D79C36A` FOREIGN KEY (`challengeId`) REFERENCES `Challenge` (`id`),
CONSTRAINT `FK_55026B0C57076B1F` FOREIGN KEY (`portalId`) REFERENCES `Portal` (`id`),
CONSTRAINT `FK_55026B0C64B64DCC` FOREIGN KEY (`userId`) REFERENCES `ProseUser` (`id`),
CONSTRAINT `FK_55026B0C6690C3F5` FOREIGN KEY (`commentId`) REFERENCES `Comment` (`id`),
CONSTRAINT `FK_55026B0CB6FEC0EE` FOREIGN KEY (`voteId`) REFERENCES `Vote` (`id`),
CONSTRAINT `FK_55026B0CE094D20D` FOREIGN KEY (`postId`) REFERENCES `Post` (`id`),
CONSTRAINT `FK_55026B0CE7A069D0` FOREIGN KEY (`achievementId`) REFERENCES `UserAchievement` (`id`),
CONSTRAINT `FK_55026B0CF542AA03` FOREIGN KEY (`followerId`) REFERENCES `ProseUser` (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4097200 DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci ;
CREATE TABLE `users_following` (
`userId` int(11) NOT NULL,
`followerId` int(11) NOT NULL,
PRIMARY KEY (`userId`,`followerId`),
KEY `IDX_17C2F70264B64DCC` (`userId`),
KEY `IDX_17C2F702F542AA03` (`followerId`),
KEY `idx1` (`userId`,`followerId`),
KEY `idx2` (`followerId`,`userId`),
CONSTRAINT `FK_17C2F70264B64DCC` FOREIGN KEY (`userId`) REFERENCES `ProseUser` (`id`),
CONSTRAINT `FK_17C2F702F542AA03` FOREIGN KEY (`followerId`) REFERENCES `ProseUser` (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci;
解释
+----+-------------+-------+------------+------+-------------------------------------------------------------+----------------------+---------+---------------------------+------+----------+----------------------------------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+------+-------------------------------------------------------------+----------------------+---------+---------------------------+------+----------+----------------------------------------------+
| 1 | SIMPLE | f1 | NULL | ref | PRIMARY,IDX_17C2F70264B64DCC,IDX_17C2F702F542AA03,idx1,idx2 | IDX_17C2F702F542AA03 | 4 | const | 145 | 100.00 | Using index; Using temporary; Using filesort |
| 1 | SIMPLE | a | NULL | ref | IDX_55026B0C162E014D,idx2 | IDX_55026B0C162E014D | 5 | prose_2_24_2021.f1.userId | 38 | 100.00 | NULL |
+----+-------------+-------+------------+------+-------------------------------------------------------------+----------------------+---------+---------------------------+------+----------+----------------------------------------------+
【问题讨论】：
去掉下面的：KEYIDX_17C2F70264B64DCC (userId), KEY IDX_17C2F702F542AA03 (followerId), KEY idx1 (userId,followerId),跨度>
【参考方案1】：
让我们举个例子：用户 #1 跟随用户 #2 和 #3。以下是用户订购的活动，然后是时间：
+--------+-------+ |用户 |时间 | +--------+-------+ | 1 | 10:00 | | 1 | 11:00 | | 2 | 10:00 | | 2 | 12:00 | | 3 | 09:00 | | 3 | 13:00 | | 4 | 10:00 | +--------+-------+我们可以快速找到被关注用户的活动，但时间是无序的：
+--------+-------+ |用户 |时间 | +--------+-------+ | 2 | 10:00 | | 2 | 12:00 | | 3 | 09:00 | | 3 | 13:00 | +--------+-------+这意味着我们必须对它们进行排序才能使前 n 个排序。如果这些不是四个，而是数千或数百万个活动，那将需要非常长的时间。
另一方面，如果数据是按时间降序排列的，那么用户：
+--------+-------+ |用户 |时间 | +--------+-------+ | 3 | 13:00 | | 2 | 12:00 | | 1 | 11:00 | | 1 | 10:00 | | 2 | 10:00 | | 4 | 10:00 | | 3 | 09:00 | +--------+-------+我们必须按顺序读取整个数据，直到找到前 n 个活动。无需进一步订购。如果我们幸运的话，前 n 行是匹配的，就是这样。如果我们不走运，我们会阅读整个表格（或索引）。
因此，无法保证快速完成。第一种方法可以快速获取数据，但排序可能需要很长时间。第二种方法不需要排序，但读取可能需要很长时间。
我更喜欢第二种方法，但这当然取决于数据。用户多吗？大多数人紧随其后的是用户 #1 还是只有少数人？活动多吗？多由几个用户或每个用户很少的活动？ ...无论如何，我会提供这个索引：
create index idx1 on activity (time desc, originatorid);
由于索引只是对 DBMS 的提议，我们不妨为 DBMS 想要遵循其他路线的情况提供其他索引：
create index idx2 on activity (originatorid, time desc);
这就是我可能编写查询的方式：
SELECT a.*
FROM activity AS a
WHERE EXISTS
(
SELECT NULL
FROM users_following AS f1
WHERE f1.userId = a.originatorId
AND f1.followerId = 1
)
ORDER BY a.time DESC
LIMIT 10;
【讨论】：
以上是关于使用 ORDER BY 和 INNER JOIN 优化 MySQL 查询（选择用户关注的位置）的主要内容，如果未能解决你的问题，请参考以下文章
在 MongoDB 中使用 group by、inner join 和嵌套条件进行聚合
使用 GROUP BY 和聚合函数的多个 INNER JOIN
在 Django 模型上执行 INNER JOIN、GROUP BY 和 COUNT
尝试将 INNER JOIN 和 GROUP BY SQL 与 SUM 函数一起使用，但不工作