MySQL分组并具有

我是MySQL查询高手，所以我相信这是一个答案显而易见的问题

但是，我在看这两个问题。它们会返回不同的结果集吗？我知道排序过程将以不同的方式开始，但我相信它们将返回相同的结果，而第一次查询的效率会稍高一些

问题1：拥有、然后和

SELECT user_id   
FROM forum_posts  
GROUP BY user_id 
    HAVING COUNT(id) >= 100   
    AND user_id NOT IN (SELECT user_id FROM banned_users)

问题2：在哪里，然后有

SELECT user_id   
FROM forum_posts 
WHERE user_id NOT IN(SELECT user_id FROM banned_users) 
GROUP BY user_id 
    HAVING COUNT(id) >= 100   

---

实际上，第一个查询的效率较低（

在
WHERE
之后应用了
）。

更新

一些伪代码说明如何执行查询（[非常]简化的版本）。

第一个查询：

1. <代码>从论坛帖子中选择用户id


2. <代码>从禁用用户中选择用户id

3.分组、计数等
4.从第一个结果集中排除记录（如果记录在第二个结果集中）

第二次查询
1. <代码>从论坛帖子中选择用户id
2. <代码>从禁用用户中选择用户id
3.如果记录在第二个结果集中，则从第一个结果集中排除这些记录
4.分组、计数等

---

步骤1、2的顺序并不重要，mysql可以选择它认为更好的。重要的区别在于步骤3、4。在

分组后应用have。分组通常比加入更昂贵（在这种情况下，排除记录可被视为加入操作），因此它必须分组的记录越少，性能越好。
有条件应用于按结果分组，并且由于您按用户id分组，所有可能的值都将出现在分组结果中，因此，用户id条件的放置并不重要。
不，它不会给出相同的结果

因为第一个查询将从计数（id）条件中筛选记录

另一个查询过滤记录，然后应用having子句

第二次查询写得正确
对我来说，第二次查询效率更高，因为它减少了GROUP BY和HAVING的记录数

或者，您可以尝试以下查询以避免在中使用：

SELECT `fp`.`user_id`
FROM `forum_posts` `fp`
LEFT JOIN `banned_users` `bu` ON `fp`.`user_id` = `bu`.`user_id`
WHERE `bu`.`user_id` IS NULL
GROUP BY `fp`.`user_id`
HAVING COUNT(`fp`.`id`) >= 100

希望这会有所帮助。
您已经回答了这两个查询将显示相同的结果和不同的意见，其中一个更有效

我的观点是，只有当优化器为这两个查询提供不同的计划时，效率（速度）才会有差异。我认为，对于最新的MySQL版本，优化器足够聪明，可以为任何一个查询找到相同的计划，因此不会有任何差异，但我们可以通过EXPLAIN测试并查看执行计划，或者针对一些测试表运行2个查询

我会在任何情况下使用第二个版本，只是为了安全起见


让我补充一点：


COUNT（*）
通常比MySQL中的
COUNT（notNullableField）
更有效。在将来的MySQL版本中修复此问题之前，请在适用的地方使用
COUNT（*）

因此，您还可以使用：

SELECT user_id   
FROM forum_posts 
WHERE user_id NOT IN
  ( SELECT user_id FROM banned_users ) 
GROUP BY user_id 
HAVING COUNT(*) >= 100   


在应用
分组方式之前，还有其他方法可以实现相同的子结果（不在
中）


使用
左连接/NULL
：

SELECT fp.user_id   
FROM forum_posts AS fp
  LEFT JOIN banned_users AS bu
    ON bu.user_id = fp.user_id
WHERE bu.user_id IS NULL 
GROUP BY fp.user_id 
HAVING COUNT(*) >= 100  

使用
不存在
：

SELECT fp.user_id   
FROM forum_posts AS fp 
WHERE NOT EXISTS
  ( SELECT * 
    FROM banned_users AS bu
    WHERE bu.user_id = fp.user_id
  ) 
GROUP BY fp.user_id 
HAVING COUNT(*) >= 100   

3种方法中哪一种更快取决于您的表大小和许多其他因素，因此最好使用您的数据进行测试。
太好了，谢谢！有趣的是，我得做一些测试。我认为这样会更有效率，因为在分组后，比较非被禁止用户部分的记录比以前少了？如果这有意义的话。是的，该条件将仅针对分组结果进行测试，而不是全部，在分组之前。@kimmothy:NOT in

中的子查询实际上只需要执行一次。我添加了一个更新来说明两个查询之间的差异。@a1ex07:您确定实际执行计划中有差异吗？因为您说结果会不同，在你知道解决了什么问题之前，你很难断言哪一个写得正确。至少，它们在语法上都是正确的。事实上，结果也是一样的。这是他们在效率上的不同。@Andrey:你确定效率上有差异吗？@ypercube:我希望在WHERE之后，甚至在GROUP BY之后（我认为，这也是在WHERE之后计算的）进行评估。因此，第一个查询将不必要地计算稍后将根据

user\u id

丢弃的行的计数。第二个是在聚合之前过滤掉

user\u id

。放置很重要。如果应用了中的，则分组的行数更少（甚至为零），因此必须仅为这些行计算COUNT（）。如果留给

HAVING

子句，则对所有行进行分组（和计数），然后检查条件。结果：如果被禁止的用户占所有用户的很大比例，那么速度的差异将是巨大的（成比例的）。当然，只有当优化器对这两个查询有不同的计划时，速度的差异才会存在。感谢您指出这一点，我从这里的答案中学到了很多。：）