MySQL JOIN查询耗时太长，无法完成

Question

我有一个名为users的表，其中包含大约250,000条记录。我有另一个名为staging的表，其中包含大约75,000条记录。暂存只有一列，msisdn。我想查看用户中>不存在的分段行数。

我有以下查询，我在一个小数据子集上测试过，它似乎工作正常：

SELECT
    s.*
    FROM staging s
        LEFT OUTER JOIN users u ON u.msisdn=s.msisdn
        WHERE u.msisdn IS NULL

问题是，当我尝试在250k用户的完整列表上运行此查询时。在我停下来之前它跑了一个小时。有什么办法可以优化这个查询吗？

我已经开始在分段中运行数据子集的查询，但这是可怕的手册：

SELECT
    s.*
    FROM staging s
        LEFT OUTER JOIN users u ON u.msisdn=s.msisdn
        WHERE u.msisdn IS NULL
    LIMIT 0,10000

msisdn是登台表的主键，但它不是表用户的主键。但我不知道这是否有意义。

Answer 1

首先，您可以使用EXPLAIN命令查看MySQL正在使用的索引。只需在查询前面写EXPLAIN，结果就会显示它正在使用的索引（如果有的话）。据推测，如果这样（相对）小的数据设置为250,000条记录的速度很慢，那么它不会利用非常有效的索引，您将能够看到哪里。

将查询重写为NOT EXISTS也可能有帮助：

SELECT s.* FROM staging s
WHERE NOT EXISTS (SELECT 1 FROM users WHERE users.misdn = s.misdn)

Answer 2

将索引放在每个表的msisdn列上。由于它不是users上的PK，因此您需要在其上放置非聚集索引。这应该会极大地加快您的查询速度。

Answer 3

您可以采取哪些措施来加快此查询：

• 确保msisdn在两个表中都已编入索引
• 优化表格
• 用msisdn
替换*

Answer 4

我不确定这会有多快，但你可以尝试类似的东西。

select msisdn
from staging
where msisdn not in (select msisdn from users)

此外，请确保两个表中的msisdn列都存在索引。这应该会大大加快速度。