优化的 SQL 查询

Posted 2023-03-21

【中文标题】优化的 SQL 查询

【英文标题】：Optimized SQL Query

【发布时间】：2012-03-24 05:21:07

【问题描述】：

表架构

对于这两个表，CREATE 查询如下：

表 1：（file_path_key，dir_path_key）

创建表 Table1(file_path_key varchar(500), dir_path_key varchar(500), 主键(file_path_key)) engine = innodb;

例如，file_path_key = /home/playstation/a.txt dir_path_key = /home/playstation/

Table2：（file_path_key，hash_key）

创建表 Table2(file_path_key varchar(500) not null, hash_key bigint(20) 不为空，外键 (file_path_key) 引用 Table1(file_path_key) on update cascade on delete cascade) 引擎 = innodb;

目标：

Given a hash value *H* and a directory string *D*, I need to find all those 
hashes which equal to *H* from Table2, such that, the corresponding file entry 
doesn't have *D* as it's directory.

在这种特殊情况下，Table1 有大约 40,000 个条目，Table2 有 5,000,000 个条目，这使得我当前的查询非常慢。

select distinct s1.file_path_key from Table1 as s1 join (select * from Table2 where hash_key = H) as s2 on s1.file_path_key = s2.file_path_key and s1.dir_path_key !=D;

【问题讨论】：

密钥的（潜在）大小肯定没有帮助。看起来您不需要潜在的键范围 - 您会考虑切换到您加入的自动生成主键吗？这应该会大大减少你的表的大小——一方面，这意味着file_path_key 可以变成file（这可能会减少不匹配）。太糟糕了，您没有使用支持递归 CTE 的 RDBMS - 它们非常适合文件夹结构。

【参考方案1】：

子选择确实会不必要地减慢您的查询速度。

您应该删除它并用简单的连接替换它，将所有与连接无关的条件下推到 WHERE 子句中。

您还应该在 Table1.dir_path_key 和 Table2.hash_key 列上添加索引：

ALTER TABLE Table1
  ADD INDEX dir_path_key dir_path_key(255);

ALTER TABLE Table2
  ADD INDEX hash_key (hash_key);

尝试这样的查询：

select distinct s1.file_path_key 
from Table1 as s1 
join Table2 as s2 on s1.file_path_key = s2.file_path_key
where s1.dir_path_key !=D
and s2.hash_key =H;

【讨论】：

当然，我会试试这个。如何为列添加索引？

我添加了用于创建索引的示例 DDL。请注意，这会将表锁定几分钟，因此您不应在实时生产数据库上执行此操作。

好吧，表格一旦填入我的用例就不会更新。所以这应该不是问题？

对不起，我来晚了，但添加索引效果很好！ SELECT 查询现在快得多了！谢谢艾克！

【参考方案2】：

我建议先从 Table2 中选择条目到临时表中：

SELECT * FROM Table2 INTO #Temp WHERE hash_key = H

然后在 SELECT 语句中加入临时表：

select distinct s1.file_path_key from Table1 as s1 join #Temp as s2 on s1.file_path_key = s2.file_path_key and s1.dir_path_key !=D;

【讨论】：

这对查询执行时间有影响吗？

我在过去将其付诸实践时通常会注意到一个相当大的差异。