Question

我遇到了一个非常大的问题，它源于一张50k +记录的表格。

这个表看起来像这样（+15左右的列不太重要）：

table_1
date | name | email | num_x | num_y

我还有一个不同数据库（同一服务器）上的另一个表，看起来像这样（+1不重要的列）：

table_2
name | comment | status

table_1每天都会更新新条目（它是用于其他项目的供稿表），这意味着有很多重复的“名称”行。这是有意的。 table_2包含有关“name”的注释和状态注释，但不重复“name”。

我需要编写一个查询，从table_1中选择所有“name”，其中所有num_x + num_y＆gt;的总和X.所以，例如，如果这是几行......

2010-11-19 | john.smith | john.smith@example.com | 20 | 20  
2010-11-19 | joel.schmo | joel.schmo@example.com | 10 | 10  
2010-11-18 | john.smith | john.smith@example.com | 20 | 20  
2010-11-18 | joel.schmo | joel.schmo@example.com | 10 | 10

..我需要找到总数为num_x + num_y＆gt;的所有“名字”。 50，然后我会回来 john.smith | john.smith@example.com | 80。我还会从其他数据库返回john.smith的状态和评论。

我写了一个我相信工作得很好的查询，但这有问题，因为它需要一整天才能运行。我也成功地从其他数据库中检索记录（我没有在下面列出的记录）。

SELECT        
    name,                                
    email,
    SUM(num_x + num_y) AS total
FROM
    table_1    
GROUP BY
   name
 HAVING
    SUM(num_x + num_y) > 100
ORDER BY
     total ASC

有没有更好的方法来解决这个问题？

谢谢大家！

迪伦

Answer 1

尝试：

SELECT         
    name,                                 
    email, 
    num_x + num_y AS total 
FROM 
    table_1     
WHERE
    num_x + num_y > 100 
ORDER BY 
     total ASC

摆脱分组应该会产生很大的不同。

Answer 2

为name创建索引，这将提高性能：

ALTER TABLE `table_1` ADD INDEX (`name`);

但是，重新设计数据库将是我的推荐。为名称创建一个人工密钥，类似于id_name |名字| email，beeing id_name是一个整数auto_increment，这样你就会有更好的表现。

Answer 3

为什么你在GHAVING中重复总和而不是重复总数？除非我遗漏了某些东西，否则结果没有区别，避免第二笔会节省时间

如果你可以跳过ORDER BY子句并且不介意稍微不同的选择，我认为通过分割总和可以获得一些加速。我有一个小型数据库，并测试了它的有效查询和结果是否正确，但它不足以量化性能差异。

SELECT        
   name,                                
   email,
   SUM(num_x) as sumX, SUM(num_y) AS sumY
FROM
   table_1    
GROUP BY
   name
HAVING
   sumX + sumY > 100

名称上的索引是不费吹灰之力的。这是加速它的最简单的事情。

Answer 4

每次更改x或y时，可能会更改数据库的总和，但这实际上取决于您更改它们的频率... 否则你可以尝试只做一次总和...... 但是如果你有一把钥匙，我不明白你为什么只在一张桌子上做订单......

如何优化此MySQL查询？

4 个答案: