我有一个包含超过 2,500,000 行和三列(相关)的 Transactions 表:id、company_id 和created_at。 id 标识交易,company_id 标识哪家公司收到交易,created_at 是交易执行时间的时间戳。
我想要的是获取给定公司的每对连续交易之间的差异列表。换句话说,如果我的 table 是:
id | company_id | created_at
------------------------------
01 | ab | 2016/01/02
02 | ab | 2016/01/03
03 | cd | 2016/01/03
04 | ab | 2016/01/03
05 | cd | 2016/01/04
06 | ab | 2016/01/05
(请注意,给定公司的两个连续交易之间可能存在任意数量的其他公司的交易。)
然后我希望输出是:
diff | company_id
-------------------
01 | ab
00 | ab
01 | cd
02 | ab
(我在几天内写下了created_at和diff值,但这只是为了便于可视化。)
我尝试使用this但速度太慢了。
--编辑:
“这个”是:
SELECT (B.created_at - A.created_at) AS diff, A.company_id
FROM Transactions A CROSS JOIN Transactions B
WHERE B.id IN (SELECT MIN (C.id) FROM Transactions C WHERE C.id > A.id AND C.company_id = A.company_id)
ORDER BY A.id ASC
最佳答案
为了得到像你所期望的结果,我有时会使用MySQL用户定义的变量,并让MySQL“按顺序”执行行的处理,这样我就可以比较当前的结果行更改为前一行的值。
为了使其有效运行,我们需要一个适当的索引,以避免昂贵的“使用文件排序”操作。 (我们需要按 company_id
顺序排列行,然后按 id
顺序排列,所以这些将是索引中的前两列。当我们这样做时,我们不妨包含 created_at
列并使其成为覆盖索引。
... ON Transactions (company_id, id, created_at)
然后我们可以尝试这样的查询:
SELECT t.diff
, t.company_id
FROM (
SELECT IF(r.company_id = @pv_company_id, r.created_at - @pv_created_at, NULL) AS diff
, IF(r.company_id = @pv_company_id, 1, 0) AS include_
, @pv_company_id := r.company_id AS company_id
, @pv_created_at := r.created_at AS created_at
FROM (SELECT @pv_company_id := NULL, @pv_created_at := NULL) i
CROSS
JOIN Transactions r
ORDER
BY r.company_id
, r.id
) t
WHERE t.include_
MySQL 引用手册明确警告不要在语句中使用这样的用户定义变量。但我们在 MySQL 5.1 和 5.5 中观察到的行为是一致的。 (最大的问题是 MySQL 的某些 future 版本可能会使用不同的执行计划。)
别名为i
的内联 View 只是为了初始化几个用户定义的变量。在运行查询之前,我们可以轻松地将其作为一个单独的步骤来完成。但我喜欢将初始化直接包含在语句本身中,因此不需要单独的 SELECT/SET 语句。
MySQL 访问 Transactions 表,并首先处理 ORDER BY
,按 (company_id,id) 顺序对 Transactions
中的行进行排序。 (我们更喜欢通过索引来完成此操作,而不是通过昂贵的“使用文件排序”操作,这就是为什么我们希望定义该索引,并将 company_id
和 id
作为领先的专栏。
“技巧”是将当前行的值保存到用户定义的变量中。处理下一行时,上一行的值可在用户定义的变量中使用,用于执行比较(当前行是否与上一行具有相同的 company_id?)和执行计算(created_at
两行的值。
根据减法运算的使用,我假设 created_at
列是整数/数字。也就是说,我假设 created_at
不是 DATE
、DATETIME
或 TIMESTAMP
数据类型,因为我们不使用减法运算来查找差异。
SELECT a
, b
, a - b AS `subtraction`
, DATEDIFF(a,b) AS `datediff`
, TIMESTAMPDIFF(DAY,b,a) AS `tsdiff`
FROM ( SELECT DATE('2015-02-17') AS a
, DATE('2015-01-16') AS b
) t
返回:
a b subtraction datediff tsdiff
---------- ---------- ----------- -------- ------
2015-02-17 2015-01-16 101 32 32
(减法运算不会引发错误。但它返回的结果可能会出乎意料。在此示例中,它返回两个整数值 20150217
和 20150116
之间的差>,这不是两个DATE
表达式之间的天数。)
编辑
我注意到原始查询包含 ORDER BY
。如果您需要以特定顺序返回行,则可以将该列包含在内联 View 查询中,并在外部查询上使用 ORDER BY
。
SELECT t.diff
, t.company_id
FROM (
SELECT IF(r.company_id = @pv_company_id, r.created_at - @pv_created_at, NULL) AS diff
, IF(r.company_id = @pv_company_id, 1, 0) AS include_
, @pv_company_id := r.company_id AS company_id
, @pv_created_at := r.created_at AS created_at
, r.id AS id
FROM (SELECT @pv_company_id := NULL, @pv_created_at := NULL) i
CROSS
JOIN Transactions r
ORDER
BY r.company_id
, r.id
) t
WHERE t.include_
ORDER BY t.id
抱歉,外部查询中的 ORDER BY
无法绕过“使用文件排序”。
关于MySQL大表两行时间戳差异,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35441722/