没有附加列的子查询比有列的子查询花费更长的时间

Posted 2023-05-08

【中文标题】没有附加列的子查询比有列的子查询花费更长的时间

【英文标题】：Subquery without additional column takes longer than with column

【发布时间】：2016-07-14 15:35:10

【问题描述】：

我正在尝试使用子查询获取运行总计。 （我正在使用 Metabase，它似乎不接受/处理查询中的变量）

我的查询：

SELECT date_format(t.`session_stop`, '%d') AS `session_stop`, 
    sum(t.`energy_used` / 1000) AS `csum`,
    (
      SELECT (SUM(a.`energy_used`) / 1000)
      FROM `sessions` a 
      WHERE date_format(a.`session_stop`, '%Y-%m-%d') <=  date_format(t.`session_stop`, '%Y-%m-%d') 
      AND str_to_date(concat(date_format(a.`session_stop`, '%Y-%m'), '-01'), '%Y-%m-%d') = str_to_date(concat(date_format(now(), '%Y-%m'), '-01'), '%Y-%m-%d')
      ORDER BY str_to_date(date_format(a.`session_stop`, '%e'), '%d') ASC
    ) AS `sum`
    FROM `sessions` t
    WHERE str_to_date(concat(date_format(t.`session_stop`, '%Y-%m'), '-01'), '%Y-%m-%d') = str_to_date(concat(date_format(now(), '%Y-%m'), '-01'), '%Y-%m-%d')
    GROUP BY date_format(t.`session_stop`, '%e')
    ORDER BY str_to_date(date_format(t.`session_stop`, '%d'), '%d') ASC;

运行大约需要 1.29 秒。 （总共 43K 行，返回 14）

如果我删除 sum(t.`energy_used` / 1000) AS `csum`, 行，查询将占用 8 分 40 秒。

这是为什么？我宁愿没有那条线，但我也不能等待 8 分钟来处理查询。

（我知道我可以创建一个累积列，但我特别感兴趣的是为什么这个额外的sum() 会加快整个查询的速度）

ps。在 mysql 控制台和 Metabase 界面上对此进行了测试。

解释查询：

+----+--------------------+-------+------+---------------+------+---------+------+-------+---------------------------
| id | select_type        | table | type | possible_keys | key  | key_len | ref  | rows  | Extra
+----+--------------------+-------+------+---------------+------+---------+------+-------+---------------------------
|  1 | PRIMARY            | t     | ALL  | NULL          | NULL | NULL    | NULL | 42055 | Using where; Using tempora
|  2 | DEPENDENT SUBQUERY | a     | ALL  | NULL          | NULL | NULL    | NULL | 42055 | Using where
+----+--------------------+-------+------+---------------+------+---------+------+-------+---------------------------
2 rows in set (0.00 sec)

没有多余的sum():

+----+--------------------+-------+------+---------------+------+---------+------+-------+----------------------------------------------+
| id | select_type        | table | type | possible_keys | key  | key_len | ref  | rows  | Extra                                        |
+----+--------------------+-------+------+---------------+------+---------+------+-------+----------------------------------------------+
|  1 | PRIMARY            | t     | ALL  | NULL          | NULL | NULL    | NULL | 44976 | Using where; Using temporary; Using filesort |
|  2 | DEPENDENT SUBQUERY | a     | ALL  | NULL          | NULL | NULL    | NULL | 44976 | Using where                                  |
+----+--------------------+-------+------+---------------+------+---------+------+-------+----------------------------------------------+
2 rows in set (0.00 sec)

Schema 只不过是一个包含以下内容的表：

session_id (INT, auto incr., prim.key) | session_stop (datetime) | energy_used (INT) |
 1                           | 1-1-2016 10:00:00       | 123456            |
 2                           | 1-1-2016 10:05:00       | 123456            |
 3                           | 1-2-2016 10:10:00       | 123456            |
 4                           | 1-2-2016 12:00:00       | 123456            |
 5                           | 3-3-2016 14:05:00       | 123456            |

互联网上的一些示例显示将 ID 用于 WHERE 子句，但我的结果很差。

【问题讨论】：

通过Explain 运行它的高级审查可能会有所帮助。另外，您的架构。

忘了添加 :( 它现在在那里。（我以为我可以在索引上做点什么，但结果并没有真正表明这一点）

你的其他解释显示了什么。你的架构是什么。

第二个的解释输出。好的，如果我有时间，我将创建一个数据集并尝试重新创建它。这一切都需要时间。您想要有关差异或原因的信息，但您只提供了 1 个解释输出。

"Schema 只不过是一个带有：" 但索引是什么？

【参考方案1】：

您的查询根本不相似。事实上，它们是天壤之别。

如果我删除 sum(t.energy_used / 1000) AS csum, 行，查询 耗时 8 分 40 秒。

当您使用 SUM 时，它是一种聚合。 sum(t.energy_used/ 1000) 将产生与仅选择 t.energy_used 完全不同的结果，这就是查询时间有如此巨大差异的原因。

还不清楚您为什么要以这种方式比较日期：

WHERE date_format(a.`session_stop`, '%Y-%m-%d') <=      date_format(t.`session_stop`, '%Y-%m-%d') 

为什么你在比较之前都用 date_format 转换它们？由于两个表显然都包含相同的数据类型，您应该可以使用a.session_stop <= t.session_stop 这两种情况都会快得多。

由于这是一个不等式比较，它不是一个很好的索引候选，但您仍然可以尝试在该列上创建一个索引，看看它是否有任何效果。

总而言之，性能差异是因为您不只是添加/删除额外的列，而是添加/删除聚合。