https://blog.csdn.net/gua___gua/article/details/47401621

MySQL in查询优化<一>

原创 2015年08月10日 17:57:56

5137

开发说他写了个SQL特别慢，让看看。

select * from t_channel where id_ in(select distinct cdbh from sjkk_gcjl where jgsj>'2015-01-02 08:00:00' and jgsj<'2015-01-02 12:00:00');
......
30min+

然后我查询内部SQL,只需要3s+

mysql> select distinct cdbh from sjkk_gcjl where jgsj>'2015-01-02 08:00:00' and jgsj<'2015-01-02 12:00:00';
.....
1755 rows in set (3.30 sec)
mysql> select count(*) from t_channel;
....
12062 rows in set (0.70 sec)

开发写的SQL为啥那么慢呢？看看执行计划

explain extended select * from t_channel where id_ in(select distinct cdbh from sjkk_gcjl where jgsj>'2015-01-02 08:00:00' and jgsj<'2015-01-02 12:00:00');
+----+--------------------+-----------+-------+---------------+----------+---------+------+--------+----------+------------------------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+--------------------+-----------+-------+---------------+----------+---------+------+--------+----------+------------------------------+
| 1 | PRIMARY | t_channel | ALL | NULL | NULL | NULL | NULL | 12062 | 100.00 | Using where |
| 2 | DEPENDENT SUBQUERY | sjkk_gcjl | range | idx_jgsj | idx_jgsj | 8 | NULL | 731868 | 100.00 | Using where; Using temporary |
+----+--------------------+-----------+-------+---------------+----------+---------+------+--------+----------+------------------------------

看看数据库转换后的语句

mysql> show warnings;
SELECT
`shanghai_full`.`t_channel`.`ID_` AS `ID_`,
`shanghai_full`.`t_channel`.`Code_` AS `Code_`,
...... --这里会列出所有字段
FROM
`shanghai_full`.`t_channel`
WHERE
< in_optimizer > (
`shanghai_full`.`t_channel`.`ID_` ,< EXISTS > (
SELECT DISTINCT
1
FROM
`shanghai_full`.`sjkk_gcjl`
WHERE
(
(
`shanghai_full`.`sjkk_gcjl`.`jgsj` > '2015-01-02 08:00:00'
)
AND (
`shanghai_full`.`sjkk_gcjl`.`jgsj` < '2015-01-02 12:00:00'
)
AND (
< CACHE > (
`shanghai_full`.`t_channel`.`ID_`
) = `shanghai_full`.`sjkk_gcjl`.`cdbh`
)
)
)
);

可见，经过mysql优化器后，in 给转换成exists的方式（mysql认为换成exists更快，呵呵）。

慢的原因：走了exists，查询把外表t_channel做为主表进行全表扫描，每扫描一行数据，然后对子查询进行查询看这条数据是否符合条件。

特别说明：mysql版本是5.5。在5.6中mysql做了改进，将in的这种查询转换为了join。

优化方式一（将in查询转换为连接查询）

select t1.* from t_channel t1,(select distinct cdbh from sjkk_gcjl where jgsj>'2015-01-02 08:00:00' and jgsj<'2015-01-02 12:00:00') t2 where t1.id_=t2.cdbh;
......
1264 rows in set (3.30 sec)
mysql> explain extended select t1.* from t_channel t1,(select distinct cdbh from sjkk_gcjl where jgsj>'2015-01-02 08:00:00' and jgsj<'2015-01-02 12:00:00') t2 where t1.id_www.255055.cn/ =t2.cdbh;
+----+-------------+------------+--------+---------------+----------+---------+---------+--------+----------+------------------------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+------------+--------+---------------+----------+---------+---------+--------+----------+------------------------------+
| 1 | PRIMARY | <derived2> | ALL | NULL | NULL | NULL | NULL | 1755 | 100.00 | |
| 1 | PRIMARY | t1 www.boshenyl.cn | eq_ref | PRIMARY,ID_ | PRIMARY | 74 | t2.cdbh | 1 | 100.00 | Using where |
| 2 | DERIVED | sjkk_gcjl | range | idx_jgsj | idx_jgsj | 8 | NULL | 731868 | 100.00 | Using where; Using temporary |
+----+-------------+------------+--------+---------------+----------+---------+---------+--------+----------+------------------------------+
mysql> show warnings;
SELECT
`shanghai_full`.`t1`.`ID_` AS `ID_`,
........ ---这里会列出所有字段FROM
`shanghai_full`.`t_channel` `t1`
JOIN (
SELECT DISTINCT
`shanghai_full`.`sjkk_gcjl`.`cdbh` AS `www.cnzhaotai.com cdbh`
FROM
`shanghai_full`.www.fengshen157.com `sjkk_gcjl`
WHERE
(
(
`shanghai_full`.`sjkk_gcjl`.`jgsj` > '2015-01-02 08:00:00'
)
AND (
`shanghai_full`.`sjkk_gcjl`.`jgsj` < '2015-01-02 12:00:00'
)
)
) `t2`
WHERE
(
`shanghai_full`.`t1`.`ID_` = www.taohuayuan178.com `t2`.`cdbh`
);

优化方式二（使用memory引擎的临时表）

mysql> create temporary table tmp_www.yibaoyule1.com channel engine=memory (select distinct cdbh from sjkk_gcjl where jgsj>'2015-01-02 08:00:00' and jgsj<'2015-01-02 12:00:00');
Query OK, 1755 rows affected (9.00 sec)
Records: 1755 Duplicates: 0 Warnings: 0
mysql> select * from t_channel where id_ in(select * from tmp_channel);
.....
1264 rows in set (0.26 sec)
mysql> explain extended select * from t_channel where id_ in(select * from tmp_channel);
+----+--------------------+-------------+------+---------------+------+---------+------+------+----------+-------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+--------------------+-------------+------+---------------+------+---------+------+------+----------+-------------+
| 1 | PRIMARY | t_channel | ALL | NULL | NULL | NULL | NULL | 3224 | 100.00 | Using where |
| 2 | DEPENDENT SUBQUERY | tmp_channel | ALL | NULL | NULL | NULL | NULL | 20 | 100.00 | Using where |
+----+--------------------+-------------+------+---------------+------+---------+------+------+----------+-------------+
mysql> show warnings;
| Note | 1003 | select `vmc_jiaqi`.`t_channel`.`ID_` AS `ID_`,`vmc_jiaqi`.`t_channel`.`Code_` AS `Code_`,`vmc_jiaqi`.`t_channel`.`HostId_` AS `HostId_`,`vmc_jiaqi`.`t_channel`.`RoadMonitorStationId_` AS `RoadMonitorStationId_`,`vmc_jiaqi`.`t_channel`.`ChannelNo_` AS `ChannelNo_`,`vmc_jiaqi`.`t_channel`.`Name_` AS `Name_`,`vmc_jiaqi`.`t_channel`.`ChannelType_` AS `ChannelType_`,`vmc_jiaqi`.`t_channel`.`Ext_` AS `Ext_`,`vmc_jiaqi`.`t_channel`.`DeviceAddress_` AS `DeviceAddress_`,`vmc_jiaqi`.`t_channel`.`MinSpeed_`www.mhylpt.comS `MinSpeed_`,`vmc_jiaqi`.`t_channel`.`MaxSpeed_` AS `MaxSpeed_`,`vmc_jiaqi`.`t_channel`.`LimitMinRatio_` AS `LimitMinRatio_`,`vmc_jiaqi`.`t_channel`.`LimitMaxRatio_` AS `LimitMaxRatio_`,`vmc_jiaqi`.`t_channel`.`Direction_` AS `Direction_`,`vmc_jiaqi`.`t_channel`.`JcDirection_` AS `JcDirection_`,`vmc_jiaqi`.`t_channel`.`LaneNum_` AS `LaneNum_`,`vmc_jiaqi`.`t_channel`.`FrameDropNum_` AS `FrameDropNum_`,`vmc_jiaqi`.`t_channel`.`RecogizeRectLeft_` AS `RecogizeRectLeft_`,`vmc_jiaqi`.`t_channel`.`RecogizeRectTop_` AS `RecogizeRectTop_`,`vmc_jiaqi`.`t_channel`.`RecogizeRectWidth_` AS `RecogizeRectWidth_`,`vmc_jiaqi`.`t_channel`.`RecogizeRectHeight_` AS `RecogizeRectHeight_`,`vmc_jiaqi`.`t_channel`.`RmpServerIp_` AS `RmpServerIp_`,`vmc_jiaqi`.`t_channel`.`RmpServerPort_` AS `RmpServerPort_`,`vmc_jiaqi`.`t_channel`.`VirtualGateServerId_` AS `VirtualGateServerId_`,`vmc_jiaqi`.`t_channel`.`LaneType_` AS `LaneType_`,`vmc_jiaqi`.`t_channel`.`DeviceType_` AS `DeviceType_`,`vmc_jiaqi`.`t_channel`.`ManufacturerId_` AS `ManufacturerId_`,`vmc_jiaqi`.`t_channel`.`IsLocalSavePicture_` AS `IsLocalSavePicture_`,`vmc_jiaqi`.`t_channel`.`OrderNO_` AS `OrderNO_`,`vmc_jiaqi`.`t_channel`.`channelStatus` AS `channelStatus` from `vmc_jiaqi`.`t_channel` where <in_optimizer>(`vmc_jiaqi`.`t_channel`.`ID_`,<exists>(select 1 from `vmc_jiaqi`.`tmp_channel` where (<cache>(`vmc_jiaqi`.`t_channel`.`ID_`) = `vmc_jiaqi`.`tmp_channel`.`cdbh`)))

注意：第二种方式还是使用了exists的执行方式，所以这种方式没有第一种方式好，在特定的条件下可能会有用处，

MySQL in查询优化的更多相关文章

php mysql 一个查询优化的简单例子
PHP+Mysql是一个最经常使用的黄金搭档,它们俩配合使用,能够发挥出最佳性能,当然,如果配合Apache使用,就更加Perfect了. 因此,需要做好对mysql的查询优化.下面通过一个简单的例子 ...
WebAPI调用笔记 ASP.NET CORE 学习之自定义异常处理 MySQL数据库查询优化建议 .NET操作XML文件之泛型集合的序列化与反序列化 Asp.Net Core 轻松学-多线程之Task快速上手 Asp.Net Core 轻松学-多线程之Task(补充)
WebAPI调用笔记前言即时通信项目中初次调用OA接口遇到了一些问题,因为本人从业后几乎一直做CS端项目,一个简单的WebAPI调用居然浪费了不少时间,特此记录. 接口描述首先说明一下,基于 ...
查询优化 | MySQL慢查询优化
Explain查询:rows,定位性能瓶颈. 只需要一行数据时,使用LIMIT1. 在搜索字段上建立索引. 使用ENUM而非VARCHAR. 选择区分度高的列作为索引. 采用扩展索引,而不是新建索引 ...
MySQL 慢查询优化
为什么查询速度会慢 1.慢是指一个查询的响应时间长.一个查询的过程: 客户端发送一条查询给服务器服务器端先检查查询缓存,如果命中了缓存,则立可返回存储在缓存中的结果.否则进入下一个阶段服务器端进行 ...
MySQL SQL查询优化技巧详解
MySQL SQL查询优化技巧详解本文总结了30个mysql千万级大数据SQL查询优化技巧,特别适合大数据里的MYSQL使用. 1.对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 ...
关于mysql的查询优化
由于工作原因,最近甲方客户那边多次反应了他们那边的系统查询速度慢,经过排除之后,发现他们那边的数据库完全没有用到索引,简直坑得一笔,通过慢查询日志分析,为数据表建立了适当的索引之后,查询速度明显的提高 ...
《MySQL慢查询优化》之SQL语句及索引优化
1.慢查询优化方式服务器硬件升级优化 Mysql服务器软件优化数据库表结构优化 SQL语句及索引优化本文重点关注于SQL语句及索引优化,关于其他优化方式以及索引原理等,请关注本人<MySQ ...
MySQL 的查询优化
说起 MySQL 的查询优化,相信大家收藏了一堆奇技淫巧:不能使用 SELECT *.不使用 NULL 字段.合理创建索引.为字段选择合适的数据类型..... 你是否真的理解这些优化技巧?是否理解它背 ...
MySQL慢查询优化
MySQL数据库是常见的两个瓶颈是CPU和I/O的瓶颈,CPU在饱和的时候一般发生在大量数据进行比对或聚合时.磁盘I/O瓶颈发生在装入数据远大于内存容量的时候,如果应用分布在网络上,那么查询量相当大的 ...

随机推荐

Java应用：经纬度匹配（geohash加密）
本文采用http://gc.ditu.aliyun.com地址进行经纬度匹配,无数量限制如果给定经纬度进行geohash加密操作,先解密得到相应gps坐标,具体程序如下所示: import java ...
flask钩子
请求钩子从请求到响应的过程中,设置了一些方法来实现某些功能 before_first_request 在处理第一个请求前运行 before_request 在每次请求前运行 after_re ...
嵌入式Linux系统移植（二）——交叉编译工具集
常用工具:readelf.size.nm.strip.strings.objdump.objcopy.addr2line readelf:读可执行文件的elf头 ELF Header: Magic: ...
批量安装Python第三方库
1.首先在python程序的文件夹内,新建一个文本文档,名字自定义,在文档中输入需要安装的第三方库,并用英文半角逗号隔开. import os def getTxt(): txt = open(&qu ...
分布式系统的CAP（Redis）
CAP理论就是说在分布式存储系统中,最多只能实现上面的两点.而由于当前的网络硬件肯定会出现延迟丢包等问题,所以分区容忍性是我们必须需要实现的. 所以我们只能在一致性和可用性之间进行权衡,没有NoSQ ...
【Leetcode】804. Unique Morse Code Words
Unique Morse Code Words Description International Morse Code defines a standard encoding where each ...
集合--数据结构与算法JavaScript描述(9)
集合 Set 概念 (跟高中时数学课上学的集合几乎一模一样哦哈哈) 集合是一种包含不同元素的数据结构. 集合中的元素称为成员. 集合的两个最重要的特性: 集合中的成员是无序的. 集合中不允许相同成员存 ...
设计模式——模版方法模式详解（论沉迷LOL对学生的危害）
．实例介绍在本例中,我们使用一个常见的场景,我们每个人都上了很多年学,中学大学硕士,有的人天生就是个天才,中学毕业就会微积分,因此得了诺贝尔数学奖:也有的人在大学里学了很多东西,过得很充实很满意 ...
java二分法来求一个数组中一个值的key
package TestArray; import java.util.Arrays; /** * 二分法查找 */ public class Test { public static void ma ...
ubuntu开启crontab日志
今天发现Ubuntu的/var/log下没有cron日志,用下面的命令即可开启: -default.conf cron.* /var/log/cron.log #将cron前 ...

MySQL in查询优化

MySQL in查询优化<一>

MySQL in查询优化的更多相关文章

随机推荐

热门专题