我有三个表:Guest、JournalEntry 和 EmailCore,具有以下相关列
JournalEntry (je)
------------------------------
id | guestId | emailId | store
EmailCore (ec)
----------
id | store
Guest (g)
----------
id | store
具有以下关系:
je.guestId -> g.id
je.emailId -> ec.id
我刚刚在 JournalEntry 表上添加了商店列:
ALTER TABLE `JournalEntry` ADD `store` int(11) NOT NULL;
我正在尝试使用以下规则将所有商店数据从 EmailCore 和 Guest 迁移到 JournalEntry:
1) 如果 je.emailId 不为空,则使用来自 EmailCore 的商店
2) 否则使用 Guest 的商店
我知道 JournalEntry 中的每一行都会在 EmailCore 或 Guest 中有一个存储。
考虑到这一点,我尝试了这个查询:
-- Migrate the proper store number to the store column of JournalEntry
-- If present, EmailCore.store has priority
UPDATE JournalEntry je
LEFT JOIN Guest g on g.id = je.guestId
LEFT JOIN EmailCore ec on ec.id = je.emailId
SET je.store = COALESCE(ec.store, g.store);
此查询的问题在于它试图构建一个由所有三个表(je、ec 和 g)构建的大表,并且我一直在耗尽内存或进程在完成之前锁定,我必须反弹数据库集群。如果我将行数限制在 50 万左右,我就可以使查询正常工作。然而,JournalEntry 包含大约 2000 万条记录。
有谁能想到一种更好/更快的内存占用更少的方法来完成这项任务?也许是一个 for 循环/过程。欢迎提出任何建议。
最佳答案
您的性能问题可能是因为您在 guest
和 email_core
中有多个匹配行。但是,如果没有太多重复项,那么索引将有助于查询:
create index idx_guest_id_store on guest(id, store);
create index idx_emailcore_id_store on emailcore(id, store);
但是,如果 id
已经是主键,那么这几乎一样好。
如果您因为连接而得到很多重复的行,我会首先建议两个更新:
UPDATE JournalEntry je JOIN
EmailCore ec
on ec.id = je.emailId
SET je.store = ec.store;
UPDATE JournalEntry je JOIN
Guest g
on g.id = je.guestId
SET je.store = g.store;
WHERE je.emailid IS NULL;
然后我会使用子查询来简化这些:
UPDATE JournalEntry je
SET je.store = (SELECT ec.store
FROM EmailCore ec
WHERE ec.id = je.emailId
LIMIT 1
);
UPDATE JournalEntry je
SET je.store = (SELECT g.store
FROM Guest g
WHERE g.id = je.guestId
LIMIT 1
)
WHERE je.emailid IS NULL;
关于MySQL 根据其他两个表的值更新表列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33148674/