關于生產庫中遇到mysql的子查詢示例詳解

使用過oracle或者其他關系數據庫的dba或者開發人員都有這樣的經驗，在子查詢上都認為數據庫已經做過優化，能夠很好的選擇驅動表執行，然后在把該經驗移植到mysql數據庫上，但是不幸的是，mysql在子查詢的處理上有可能會讓你大失所望，在我們的生產系統上就由于碰到了這個問題：

select??i_id,?sum(i_sell)?as?i_sell  from?table_data  where?i_id?in?(select?i_id?from?table_data?where?Gmt_create?>=?‘2011-10-07?00:00:00’)  group?by?i_id;

（備注：sql的業務邏輯可以打個比方：先查詢出10-07號新賣出的100本書，然后在查詢這新賣出的100本書在全年的銷量情況）。

這條sql之所以出現的性能問題在于mysql優化器在處理子查詢的弱點，mysql優化器在處理子查詢的時候，會將將子查詢改寫。通常情況下，我們希望由內到外，先完成子查詢的結果，然后在用子查詢來驅動外查詢的表，完成查詢；但是mysql處理為將會先掃描外面表中的所有數據，每條數據將會傳到子查詢中與子查詢關聯，如果外表很大的話，那么性能上將會出現問題；

針對上面的查詢，由于table_data這張表的數據有70W的數據，同時子查詢中的數據較多，有大量是重復的，這樣就需要關聯近70W次，大量的關聯導致這條sql執行了幾個小時也沒有執行完成，所以我們需要改寫sql：

SELECT?t2.i_id,?SUM(t2.i_sell)?AS?sold  FROM?(SELECT?distinct?i_id?FROM?table_data  WHERE?gmt_create?>=?‘2011-10-07?00:00:00’)?t1,??table_data?t2  WHERE?t1.i_id?=?t2.i_id?GROUP?BY?t2.i_id;

我們將子查詢改為了關聯，同時在子查詢中加上distinct，減少t1關聯t2的次數；

改造后，sql的執行時間降到100ms以內。?