如何通过内部连接优化自连接选择到另一个表

Posted 2023-04-15

【中文标题】如何通过内部连接优化自连接选择到另一个表

【英文标题】：How to optimize a self-joining select with an inner join to another table

【发布时间】：2020-03-06 18:07:46

【问题描述】：

我有一个留言板，其中的消息、线程和留言板都存储在一个“页面”表中。我想列出所有消息及其线程和板的祖先。对此的自联接很快，但是当我使用内部联接将消息作者包括到另一个表时，查询速度会减慢到几秒钟。有什么方法可以更好地构造查询吗？

数据库如下所示：

pagetypes
type        | typename
———————————————————
15           board
16           thread
17           message 


pages
pageid  |  type | parentid    | authorid | title                
————————————————————————————————————————————
1          15      null          1        "BigBoard"
2          16      1             1        "Introductions"
3          17      2             2        “Hello everyone!”
4          17      2             1        “Welcome!”
5          16      1             1         “News and Gossip”
6          17      5             3        “Whats new?”

users
id    | name
————————————————————
1       "Peter"
2       "Paul"
3       "Mary"

我的选择查询是：

select p.title as message_title, u.name, t.title as thread_title, b.title as board_title
from pages as p
join pages as t on p.parentid=t.pageid
join pages as b on t.parentid=b.pageid 
join users as u on p.authorid=u.id
where p.type=17

结果如下：

message_title       |   name    |   thread_title       |    board_title
-----------------------------------------------------------------------
“Hello everyone!”       Paul        "Introductions"         "BigBoard"
“Welcome                Peter       "Introductions"         "BigBoard"
“What’s new?””          Mary        "News and Gossip"       "BigBoard"

如果我让用户离开那里，查询（在 40 万页上）是 30 毫秒。将用户添加到请求后，查询最多需要 3 秒。

以下是表格说明：

CREATE TABLE `pages` (
  `pageid` int(10) unsigned NOT NULL DEFAULT '0',
  `parentid` int(10) unsigned NOT NULL DEFAULT '0',
  `authorid` int(10) unsigned NOT NULL DEFAULT '0',
  `type` smallint(5) unsigned NOT NULL DEFAULT '0',
  PRIMARY KEY (`pageid`),
  KEY `text_key` (`parentid`,`type`),
  KEY `type_key` (`type`),
  KEY `byAuthor` (`authorid`,`type`)
) 

CREATE TABLE `users` (
  `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
  `name` varchar(20) NOT NULL DEFAULT '',
  PRIMARY KEY (`id`),
  UNIQUE KEY `name` (`name`)
)

【问题讨论】：

请为您的查询添加 EXPLAIN 结果并为您的表格显示表格以查看您已经拥有哪些索引

根据 nbk 的建议，我为包括索引的表添加了 sql。我不确定其他索引可能会有所帮助。

请在代码问题中给出minimal reproducible example--剪切&粘贴&可运行代码；具有期望和实际输出（包括逐字错误消息）的示例输入（作为初始化代码）；标签和版本；明确的规范和解释。对于包含 DBMS 和 DDL 的 SQL，其中包括约束、索引和表格初始化。对于包括 EXPLAIN 结果和统计信息的 SQL 性能。 （约束、索引和计划至关重要。）在考虑发布之前请先研究一下。这包括 SQL 优化/性能的基础——直接导致索引、计划、统计和 SARGability。 How to Ask

感谢 philipxy 的宝贵建议。我没有意识到 EXPLAIN 的存在。我将开始用它分析查询并继续研究 SQL 优化/性能。

(My)SQL DBMS "KEY" 不代表 FK。约束不是索引。了解每个是什么。如果您有其他 FK 未隐含的 FK，请声明它们。 DBMS 可以使用 FK 进行优化。它们也有默认索引。阅读手册中有关 FK 的所有内容。 （以及您使用的所有其他功能。） PS 您可以学习重新性能的一件事是谷歌关于它的 SO 问题并查看人们被要求提供什么以及答案。也谷歌meta.SO。还有整本书。一些在网络上免费，例如 pdf。 Tips for asking a good SQL question

【参考方案1】：

我想我解决了。我向用户添加了一个 LEFT JOIN，使查询时间缩短到 30 毫秒。

select p.title as message_title, u.name, t.title as thread_title, b.title as board_title
from pages as p
join pages as t on p.parentid=t.pageid
join pages as b on t.parentid=b.pageid 
LEFT JOIN users as u on p.authorid=u.id
where p.type=17

【讨论】：

LEFT JOIN 返回 INNER JOIN 行加上由空值扩展的不匹配的左表行。因此，如果这有帮助，这会迫使 DBMS 遍历所有左表，那是因为它不是之前的，并且不适当的默认统计信息建议了其他一些计划。因此，如果您想了解正在发生的事情以及将来如何帮助自己，请根据 cmets 编辑您的问题。此外，这 2 个查询并不总是返回相同的结果，因此您实际上并没有修复第一个查询的性能。

感谢 philipxy 的建议 - 这是我第一次在这里发布问题，所以我当然还有改进的空间！根据查询并不总是返回相同的结果，我正在使用扩展查询对它们进行测试，该查询按创建日期对结果进行排序，因此结果应该相同？

看看我刚才给左连接的定义。当可能存在不匹配的左侧表行时，其结果与右侧不同。在这里，当/iff 某些作者不是用户时。但是缺少相关的 DDL 和数据。但是，如果作者是用户（例如，从 a 到 u 有一个 FK），您仍然应该使用 inner，因为它捕获了意图，因为不可能有不匹配的行。您应该找出原件速度慢的原因。原始文件甚至可能还不是很慢——缓存、测试之间的其他变化、实际上没有测量正确的东西等等。请阅读手册中的所有内容重新约束、索引和优化。