提高性能 union all+group by+order by+count

Posted 2023-03-24

【中文标题】提高性能 union all+group by+order by+count

【英文标题】：improve performance union all+group by+order by+count

【发布时间】：2012-04-10 10:56:31

【问题描述】：

我有一张表：items(id,description)。在我的程序中，我得到一个单词列表（word1 到 wordN）作为输入，我需要计算这些单词中有多少出现在表中的每个描述中，并根据该数字对结果进行排序。这是我的解决方案，但我欢迎有关如何提高性能的建议。谢谢。

SELECT x, COUNT(*) 
FROM (SELECT description as x, id FROM items where description LIKE '%word1%'
      UNION ALL
      SELECT description as x, id FROM items where description LIKE '%word2%'
      UNION ALL
       ...
      UNION ALL
      SELECT description as x, id FROM items where description LIKE '%wordN%')
GROUP BY (id)
ORDER BY COUNT(*) DESC

【参考方案1】：

如果您查看执行计划，您可能会看到对您联合在一起的每个 SELECT 进行单独的表扫描。当您使用该术语的通配符前缀进行搜索时，这意味着该查询是不可分割的 - 因此即使描述列上有索引，它也无法使用它，因此会进行扫描。

通过将条件组合为一个，您可以只扫描一次表，而不是 n 次：

SELECT description as x, id 
FROM items 
WHERE description LIKE '%word1%'
    OR description LIKE '%word2%'
    OR description LIKE '%wordn%'

现在运行它应该会向您显示一个带有单个表扫描的执行计划，因此它在一次扫描中进行匹配。

但是，您的原始查询略有不同，因为它似乎根据项目匹配的这些术语的数量对结果进行排名。因此，出于性能和功能的原因，可能值得研究Full Text Search。

【讨论】：

+1 我认为文本索引是提高这只小狗性能的唯一方法，除非可以选择并行查询。

谢谢。我以前很怕那个。我来看看 FTS。

【参考方案2】：

SELECT x, COUNT(*) 
FROM (SELECT description as x, id FROM items where description LIKE '%word1%' 
       or description LIKE '%word2%'
       or description LIKE '%wordN%')
GROUP BY (id)
ORDER BY COUNT(*) DESC

这样应该更好……

【讨论】：

这会产生不同的结果集：如果两个单词与一个描述匹配，则原始查询将计为 2，而您的将计为 1。