为什么向这个MySQL查询添加一个特定的where子句是一个性能瓶颈？

抱歉，篇幅太长，我想给出一个完整的描述！我需要显示一个报告，其中显示了来自另一个表的id的一些信息，以及当某人在x天内从某个国家/地区更改国家/地区时的信息。请注意，对于一个id，我可以在表中多次使用相同的国家/地区条目（因为信息会以固定的间隔多次查询，但在此期间它们可能没有移动），也可以使用不同的国家/地区条目（因为它们更改了国家/地区）

数据的快速解释： 我有下表：

CREATE TABLE IF NOT EXISTS `country` (
`id` mediumint(8) unsigned NOT NULL,
`timestamp` datetime NOT NULL,
`country` varchar(64) DEFAULT NULL,
PRIMARY KEY (`id`,`timestamp`),
KEY `country` (`country`),
KEY `timestamp` (`timestamp`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

入口是这样的：

41352   2012-03-26 15:46:01     Jamaica
41352   2012-03-05 22:49:41     Jamaican Applicant
41352   2012-02-26 15:46:01     Jamaica
41352   2012-02-16 12:11:19     Jamaica
41352   2012-02-05 23:00:30     Jamaican Applicant

该表目前总共有约214590行，但一旦用实际数据替换测试数据，将有数百万行

我想要的是关于从y时间以来离开x国家的每个人的一些信息。以下是我希望它的输出方式，假设它是在上面的数据上运行的：

id  name    last    country     TIMESTAMP   o_timestamp
41352 Sweet Mercy   Jamaica     2012-03-26 15:46:01     2012-03-05 22:49:41
41352 Sweet Mercy   Jamaica     2012-02-16 12:11:19     2012-02-05 23:00:30

其中o_timestamp比某个日期（比如说100）新，国家是他们迁往的地方，他们来自的旧国家（未显示）是我传入查询的任何国家（牙买加申请人基于上述数据）

我开发了以下查询以满足需求，并使用某个id进行测试：

SELECT a.id,
       c.name,
       c.last,
       a.country,
       a.timestamp,
       b.timestamp AS o_timestamp
FROM   country a
       INNER JOIN user_info c
         ON ( a.id = c.id )
       LEFT JOIN country AS b
         ON ( a.id = b.id
              AND a.timestamp != b.timestamp
              AND a.country != b.country )
WHERE  b.timestamp = (SELECT c.timestamp
                      FROM   country c
                      WHERE  a.id = c.id
                             AND a.timestamp > c.timestamp
                      ORDER  BY c.timestamp DESC
                      LIMIT  1) 
       AND a.id = 965

我在7分钟内完成了这项工作（共7次，查询耗时0.0050秒）

一项解释揭示了以下情况：

id  select_type     table   type    possible_keys   key     key_len     ref     rows    filtered    Extra
1   PRIMARY     c   const   PRIMARY     PRIMARY     3   const   1   100.00  
1   PRIMARY     a   ref     PRIMARY     PRIMARY     3   const   16  100.00  
1   PRIMARY     b   eq_ref  PRIMARY,timestamp   PRIMARY     11  const,func  1   100.00  Using where
2   DEPENDENT SUBQUERY  c   index   PRIMARY,timestamp   timestamp   8   NULL    1   700.00  Using where; Using index

所以我觉得我做得很好，就这样突然出现了：

SELECT a.id,
       c.name,
       c.last,
       a.country,
       a.timestamp,
       b.timestamp AS o_timestamp
FROM   country a
       INNER JOIN user_info c
         ON ( a.id = c.id )
       LEFT JOIN country AS b
         ON ( a.id = b.id
              AND a.timestamp != b.timestamp
              AND a.country != b.country )
WHERE  b.timestamp = (SELECT c.timestamp
                      FROM   country c
                      WHERE  a.id = c.id
                             AND a.timestamp > c.timestamp
                      ORDER  BY c.timestamp DESC
                      LIMIT  1) 
       AND b.country = "whatever" AND timestamp > DATE_SUB(NOW(), INTERVAL 7 DAY)

这个查询花了惊人的6分54秒在一个拥有200项记录但从未完成的国家完成（在进行了下午、晚上和晚上的查询之后）

对于一个拥有9000条数据库记录的国家来说，回家总共需要大约8个小时）。从实际数据来看，一个国家可以轻松上万次。10万美元是合理的

因此，我确实解释了扩展，并得出以下结论：

id  select_type     table   type    possible_keys   key     key_len     ref     rows    filtered    Extra
1   PRIMARY     <derived2>  ALL     NULL    NULL    NULL    NULL    3003    100.00  
1   PRIMARY     c   eq_ref  PRIMARY     PRIMARY     3   b.id    1   100.00  
1   PRIMARY     a   ref     PRIMARY     PRIMARY     3   b.id    7   100.00  Using where
3   DEPENDENT SUBQUERY  c   index   PRIMARY,timestamp   timestamp   8   NULL    1   700.00  Using where; Using index
2   DERIVED     country     range   country,timestamp   country     195     NULL    474     100.00  Using where; Using index

id选择类型表类型可能的键参考行过滤额外
1主所有空值3003 100.00
1初级c均衡参考初级3 b.id 1100.00
1主a参考主3 b.id 7 100.00使用where
3依赖子查询c索引主，时间戳时间戳8 NULL 1700.00使用where；使用索引
2衍生国家范围国家，时间戳国家195 NULL 474 100.00使用where；使用索引

因此，它看起来更大，但并非毫无道理

[删除了空间的配置变量，如果需要，请告诉我以及性能信息，因为这可能是一个查询问题。]

---

如果我遗漏了什么，请告诉我。

问题不在于增加标准；它正在扔下一个造成伤害的东西。在原始查询中，您有：

AND a.id = 965

这意味着查询执行不需要读取整个

a

（

country

）表。在第二个性能失效查询中，将该条件更改为：

AND b.country = "whatever"
AND timestamp > DATE_SUB(NOW(), INTERVAL 7 DAY)

您不再对

a

有真正的限制性标准，因此工作速度要慢得多

当人们意识到

b

是对

country

的另一种引用时，事情就变得更加复杂了。然而，从

a

上的条件到

b

（其中

b

位于外部连接的外侧）的变化并非微不足道；处理查询条件需要更长的时间

---

这是否意味着因为我不是在寻找一个特定的身份证，我就不走运了

对于给定的查询结构，答案似乎是“是”，但我们可以说，给定的查询结构可能是次优的

您的“处理一个ID时足够快”查询是：

SELECT a.id,
       c.name,
       c.last,
       a.country,
       a.timestamp,
       b.timestamp AS o_timestamp
FROM   country a
       INNER JOIN user_info c
         ON ( a.id = c.id )
       LEFT JOIN country AS b
         ON ( a.id = b.id
              AND a.timestamp != b.timestamp
              AND a.country != b.country )
WHERE  b.timestamp = (SELECT c.timestamp
                      FROM   country c
                      WHERE  a.id = c.id
                             AND a.timestamp > c.timestamp
                      ORDER  BY c.timestamp DESC
                      LIMIT  1) 
       AND a.id = 965

我不完全理解这个查询以及它试图做什么。您需要知道，外部联接比内部联接更昂贵，外部联接表上的条件类似于

b.timestamp = (...correlated sub-query...)

都贵得要命。一个问题是，在

b

列（包括

timestamp

）中可能有一个NULL，但是子查询在该列上浪费了时间，因为除非值非NULL，否则条件不会得到满足，所以我们最后想知道“为什么要进行外部连接”

添加修订后的条件时，您应该收到“不明确的列名”错误，因为该时间戳可能来自

a

或

c

。另外，

b.country=“where”

条件是另一个只有在

b

值不为空时才有意义的条件，因此，外部连接也是可疑的

据我所知，

country

表包含关于谁进入哪个国家以及何时进入的记录。另外，FWIW，我相当肯定与

user\u info

表的连接是一个可以忽略的性能问题；问题完全在于对

国家/地区
表的三次引用


从一些澄清判断，您可以增量地构建查询，可能是这样的

查找同一
id
的每一对国家/地区记录，其中记录在时间顺序上相邻，且一对记录中的较早者适用于给定的国家（“牙买加申请人”），较新者适用于不同的国家/地区

其中最简单的部分是：

SELECT a.id, a.country, a.timestamp, b.country, b.timestamp
  FROM country AS a
  JOIN country AS b
    ON a.id = b.id
   AND b.timestamp > a.timestamp
   AND a.country = 'Jamaica Applicant'
   AND b.country != a.country

这可以完成大部分工作，但不能确保条目的邻接性。为此，我们必须坚持在
country
表中，在两个时间戳之间（但不包括）没有相同
id
的记录，
a.timestamp
和
b.timestamp
。这是一个不存在的额外条件：

SELECT a.id,
       a.country   AS o_country,
       a.timestamp AS o_timestamp,
       b.country   AS n_country,
       b.timestamp AS n_timestamp
  FROM country AS a
  JOIN country AS b
    ON a.id = b.id
   AND b.timestamp > a.timestamp
   AND a.country = 'Jamaica Applicant'
   AND b.country != a.country
 WHERE NOT EXISTS
       (SELECT *
          FROM country AS c
         WHERE c.timestamp > a.timestamp
           AND c.timestamp < b.timestamp
           AND c.id = a.id
       )


我不打算保证性能会更好（甚至不保证它在语法上是正确的；它还没有通过SQL DBMS）。但是，我认为用于获取相邻日期的复杂查询结构比原始代码更整洁，性能可能更好。请特别注意，它不使用任何外部联接（显式）排序
SELECT e.id, u.name, u.last, e.o_country, e.o_timestamp, e.n_country, e_n_timestamp
  FROM (SELECT a.id,
               a.country   AS o_country,
               a.timestamp AS o_timestamp,
               b.country   AS n_country,
               b.timestamp AS n_timestamp
          FROM country AS a
          JOIN country AS b
            ON a.id = b.id
           AND b.timestamp > a.timestamp
           AND a.country = 'Jamaica Applicant'
           AND b.country != a.country
         WHERE NOT EXISTS
               (SELECT *
                  FROM country AS c
                 WHERE c.timestamp > a.timestamp
                   AND c.timestamp < b.timestamp
                   AND c.id = a.id
               )
       ) AS e
  JOIN user_info AS u ON e.id = u.id
 WHERE e.o_timestamp > DATE_SUB(NOW(), INTERVAL 7 DAY);

SELECT ui.*, c1.*, MAX(c2.timestamp)
FROM country c1
INNER JOIN user_info ui
    ON c1.id = ui.id
INNER JOIN country c2
    ON c1.id = c2.id
    AND c1.timestamp > c2.timestamp
    AND c1.country <> c2.country
WHERE c2.timestamp > DATE_SUB(NOW(), INTERVAL 7 DAY)
AND c2.country = 'somewhere'
GROUP BY c1.id

SELECT ui.*, c1.*, c2.timestamp
FROM country c1
INNER JOIN user_info ui
    ON c1.id = ui.id
INNER JOIN country c2
    ON c1.id = c2.id
    AND c1.timestamp > c2.timestamp
    AND c1.country <> c2.country

LEFT JOIN country c3
    ON c1.id = c3.id
    AND c1.timetsamp > c3.timestamp
    AND c2.timestamp < c2.timetsamp

WHERE c2.timestamp > DATE_SUB(NOW(), INTERVAL 7 DAY)
AND c2.country = 'somewhere'
AND c3.id IS NULL