mysql - 在MySQL上优化查询SQL

Question

我有这样的查询：

 DELETE FROM doublon  WHERE id in 
( Select id  from `doublon` where `id` not in
    ( Select id
         From `doublon` 
         group  by etablissement_id,amenities_id
         having Count(etablissement_id) > 1  and Count(amenities_id) > 1
         union
      Select id
         From `doublon` 
         group  by etablissement_id,amenities_id
         having Count(etablissement_id) = 1  and Count(amenities_id) = 1
     )
 )

我的表'doublon'的结构如下：

id
etablissement_id
amenities_id

结构表是这样的：

http://hpics.li/bbb5eda

我有200万行，查询很慢，很多小时..
有人知道如何优化此查询以更快地执行吗？

SqlFiddle

Answer 1

首先，您的查询不正确。但是请继续阅读，到答案的最后，我可能发现了您需要这样一个奇怪查询的原因。

让我们讨论最后一个子查询：

Select id
From `doublon` 
group  by etablissement_id,amenities_id
having Count(etablissement_id) = 1  and Count(amenities_id) = 1

仅当发生以下至少一种情况时，才可以在具有SELECT的查询的GROUP BY子句中使用一列：


它也出现在GROUP BY子句中；
它用作aggregate function的参数；
该列的值在功能上取决于GROUP BY子句中存在的列的值；例如，如果存在具有UNIQUE索引的列（或表的UNIQUE索引中存在的所有列）。


id列不适合以上任何一种情况。这将根据SQL规范进行查询illegal。

MySQL，但是，接受它并努力为其生成结果集，但是它在documentation中说：


  ...服务器可以从每个组中自由选择任何值，因此，除非它们相同，否则选择的值是不确定的，这可能不是您想要的。


HAVING子句包含Count(etablissement_id)和Count(amenities_id)。当etablissement_id和amenities_id都不是-NULL时，这两个表达式具有相同的值，并且与COUNT(*)（组中的行数）相同。并且它总是大于0（组不能包含0行）。

对于etablissement_id或amenities_id为NULL时生成的组，相应的COUNT()返回0。当两者同时为NULL时，这也适用。

使用此信息，该查询返回行的id，其组合（etablissement_id，amenities_id）在表中是唯一的（组仅包含一行），并且两个字段都不是NULL。

另一个GROUP BY查询（与此查询一起为UNION）从表中组合（etablissement_id，amenities_id）不唯一（并且两个字段都不是< cc>），如文档中引用的片段所述。

似乎NULL从（UNION，id）的每组中选择一个（随机）etablissement_id，其中amenities_id和etablissement_id都不是-amenities_id。外部的NULL打算忽略SELECT选择的id，并将其余的提供给UNION。

（我认为甚至不需要中间DELETE，您可以在SELECT查询中使用其WHERE子句）。

我可以想象您需要运行此查询的唯一原因是表DELETE是correspondence table的doublon，该many-to-many relationship是在（UNIQUE，etablissement_id）（< cc>从相关表中导入的列）。

如果这是您的意图，那么可以使用更简单的方法来实现此目标。

我将使用正确的结构创建amenities_id表的副本，然后使用带有FOREIGN KEY的查询从旧表中获取所需的值。然后，我将交换表并删除旧表。

查询：

# Create the new table
CREATE TABLE `doublon_fixed` LIKE `doublon`;

# Add the needed UNIQUE INDEX
ALTER TABLE `doublon_fixed`
ADD UNIQUE INDEX `etablissement_amenities`(`etablissement_id`, `amenities_id`);

# Copy the needed values
INSERT INTO `doublon_fixed` (`etablissement_id`, `amenities_id`)
SELECT DISTINCT `etablissement_id`, `amenities_id`
FROM `doublon`;

# Swap the tables
RENAME TABLE `doublon` TO `doublon_old`, `doublon_fixed` TO `doublon`;

# Remove the old table
DROP TABLE `doublon_old`;

doublon查询从左到右原子地操作重命名。避免停机很有用。



笔记：

1如果INSERT ... SELECT列在功能上取决于（DISTINCT，RENAME）对，则id -ed查询生成的所有组都包含一行。第一个etablissement_id将不会产生任何结果，第二个amenities_id将返回整个表。