如何提高MySQL删除查询性能

在Windows上使用：MySQL 5.6，在my.ini中使用默认配置文件设置

表：datatbl1

row_id   | emailaddr    | valid
--------------------------------  
INT, PK  | VARCHAR(255) | BIT

emailaddr和row_id列都定义了索引

表中有600000行，目标是删除重复项。查询是：

delete dt2 from datatbl1 dt1 JOIN datatbl1 dt2 on (dt1.emailaddr = dt2.emailaddr) and (dt1.row_id < dt2.row_id);

delete dt2 from datatbl1 dt1 JOIN datatbl1 dt2 on（dt1.emailaddr=dt2.emailaddr）和（dt1.row\u id

在我的系统上，完成这个查询大约需要15分钟，我在任务管理器中观察mysqld进程，处理器使用率始终为100%，但内存使用率从未超过大约140MB，即使安装了大约3GB的内存（RAM）和大量可用内存

问题:

我可以更改一些配置参数以提高性能吗

是否可以重写查询本身以提高性能

用100-200万行执行这个查询的合理时间是多少

请记住，此查询稍后需要应用于其他表，即删除与具有相同表结构的其他表（datatbl2、datatbl3、datatbl4等）匹配的记录在datatbl1中的匹配项

在我客户的系统上，同样的查询需要2个小时。区别在于他有一个普通的硬盘，而我有一个SSD

该应用程序是一个具有Delphi前端的客户机-服务器应用程序，旨在供Windows PC上的普通用户使用，因此MySQL几乎总是在最终用户Windows PC上运行

提前谢谢

编辑： 请求的解释输出为：

mysql> explain delete dt2 from datatbl1 dt1 JOIN datatbl1 dt2 on (dt1.emailaddr
= dt2.emailaddr) and (dt1.row_id < dt2.row_id);
+----+-------------+-------+-------+------------------------------+-------------
+---------+--------------------------+------+-------------+
| id | select_type | table | type  | possible_keys                | key
| key_len | ref                      | rows | Extra       |
+----+-------------+-------+-------+------------------------------+-------------
+---------+--------------------------+------+-------------+
|  1 | SIMPLE      | dt1   | index | PRIMARY,ixemailaddr,ixrow_id | ixemailaddr
| 257     | NULL                     |    1 | Using index |
|  1 | SIMPLE      | dt2   | ref   | PRIMARY,ixemailaddr,ixrow_id | ixemailaddr
| 257     | emailmgrdb.dt1.emailaddr |    1 | Using where |
+----+-------------+-------+-------+------------------------------+-------------
+---------+--------------------------+------+-------------+
2 rows in set (0.01 sec)

mysql>解释从datatbl1 dt1删除dt2在（dt1.emailaddr）上加入datatbl1 dt2
=dt2.emailaddr）和（dt1.row_id

也许这个查询会更快：

DELETE dt1.*
FROM datatbl1 dt1
JOIN (SELECT emailaddr, MIN(row_id) minrow
      FROM datatbl1
      GROUP BY emailaddr) dt2
USING (emailaddr)
WHERE dt1.row_id > dt2.minrow

原始查询中的中间表的大小是O（n^2）（因为它将每一行与它后面的所有重复项连接起来），但这个中间表的大小是O（n）（因为它只将每组重复项的第一行与它后面的重复项连接起来）

---

这取决于查找行或执行所有删除时的慢度。您可以通过执行SELECT而不是DELETE并注意性能差异来发现这一点。

您是否尝试将

行id

比较移动到

WHERE

子句

DELETE dt1
FROM datatbl1 dt1
INNER JOIN datatbl1 dt2 ON dt1.emailaddr = dt2.emailaddr
WHERE dt1.row_id > dt2.row_id

---

这是因为你没有使用

UNIQUE

关键字而导致的一次性事件吗？你能发布一个

EXPLAIN

查询结果吗？@piotrekkr:EXPLAIN result posted.@SteveF-问题是你将来是否要使用

UNIQUE

来避免这个问题，因此只需要这样做一次？@SteveF-IMHO我认为你应该这样做重新设计数据库，使其使用3NFIt非常有效。查询现在在4秒内完成，并生成正确的结果。杰出！问题-删除行_id上的索引会对差异产生负面影响吗？它已经是一个主键。类似地，在同一个数据库中，是否有改进此查询的方法：“更新datatbl1 dt1加入datatbl2 dt2 on（dt1.emailaddr=dt2.emailaddr）设置valid=0；”主键会自动索引，因此不需要为其设置单独的索引。我认为，只要两个表在emailaddr上都有索引，更新查询就应该可以正常工作。