Question

我有这样的表

name       | personal_number 
-----------------------------------------
Jon        | 222
Alex       | 555
Jon        | 222
Jimmy      | 999

我需要获取每个名字，哪个personal_number在表格中重复超过1，结果必须是：

 Jon        
 Jon

所以，变体1）：

SELECT  name  FROM mytable WHERE personal_number IN (
        SELECT  personal_number  FROM mytable  GROUP BY personal_number
        HAVING COUNT(*) > 1
)

变式2）：

SELECT  personal_number  FROM mytable  GROUP BY personal_number
        HAVING COUNT(*) > 1
)

然后，使用php，检索的personal_numbers以字符串形式连接（像'222', '222'这样的东西）并运行其他查询

SELECT  name FROM mytable  WHERE personal_number IN( here joined string )

变体2比变体1快大约10倍，这对我来说很惊讶，我以为一个查询会更快，但是......

（表中有500 000行，列personal_number未编入索引）

那么，你对这样的案件意味着什么？为什么变体2比变体1快很多？

Answer 1

如本文http://www.mysqlperformanceblog.com/2010/10/25/mysql-limitations-part-3-subqueries所述，子查询似乎非常慢。

您应该尽量避免使用子查询并使用连接。

Answer 2

第一个查询有很重的子查询。你必须避免这种情况。针对您的问题的最佳解决方案只有一个查询：

SELECT name FROM mytable GROUP BY personal_number HAVING COUNT(*) > 1;

此查询仅返回每个重复的名称一次。如果要显示副本的名称，则必须使用下一个查询：

SELECT name, COUNT(*) AS count FROM mytable GROUP BY personal_number HAVING COUNT(*) > 1;

然后在PHP中执行以下操作：

foreach ($rows as $row) {
  for ($i = 0; $i++; $i < $row['count']) {
    echo $row['name'] . "\n";
  }
}

Answer 3

这应该更快：

SELECT  name  FROM mytable join (
        SELECT  personal_number  FROM mytable  GROUP BY personal_number
        HAVING COUNT(*) > 1
)a using (personel_number)

编辑：如果这比变体1快，那么它意味着在变体1中，mysql会一次又一次地为每个记录重现内部表。

Answer 4

由于索引没有完成所以1很慢，因为它必须匹配所选个人数字的个人数字。如果完成索引，则消耗的时间比以前少。变体2是直接查询，因此它更快。

2个不同的小查询与1个子查询查询

4 个答案: