高效的MySQL查询，在A中查找与B中不匹配的条目

我有几个表（产品和供应商），想知道哪些项目不再列在供应商表中

表uc_products包含以下产品：。表uc_供应商_csv包含供应商库存。uc_products.model与uc_suppliers.sku合并

当我试图在products表中识别suppliers表中未提及的库存时，我看到了很长的查询。我只想提取匹配条目的nid；sid为空只是为了我可以识别哪些项目没有供应商

对于下面的第一个查询，DB服务器（4GB ram/2x 2.4GHz intel）需要一个小时才能得到结果（507行）。我没有等到第二个查询完成

如何使此查询更优化？是因为字符集不匹配吗

我认为以下是最有效的SQL：

         SELECT nid, sid 
           FROM uc_products p
LEFT OUTER JOIN uc_supplier_csv c
             ON p.model = c.sku
         WHERE sid IS NULL ;

对于此查询，我得到以下解释结果：

mysql> EXPLAIN SELECT nid, sid FROM uc_products p LEFT OUTER JOIN uc_supplier_csv c ON p.model = c.sku WHERE sid IS NULL;
+----+-------------+-------+------+---------------+------+---------+------+--------+-------------------------+
| id | select_type | table | type | possible_keys | key  | key_len | ref  | rows   | Extra                   |
+----+-------------+-------+------+---------------+------+---------+------+--------+-------------------------+
|  1 | SIMPLE      | p     | ALL  | NULL          | NULL | NULL    | NULL |   6526 |                         | 
|  1 | SIMPLE      | c     | ALL  | NULL          | NULL | NULL    | NULL | 126639 | Using where; Not exists | 
+----+-------------+-------+------+---------------+------+---------+------+--------+-------------------------+
2 rows in set (0.00 sec)

我本以为密钥idx_sku和idx_模型在这里是有效的，但它们不是。这是因为表的默认字符集不匹配吗？一个是UTF-8，一个是拉丁语1

我也考虑过这种形式：

SELECT nid 
  FROM uc_products 
 WHERE model 
NOT IN ( 
         SELECT DISTINCT sku FROM uc_supplier_csv 
       ) ;

解释显示该查询的以下结果：

mysql> explain select nid from uc_products where model not in ( select sku from uc_supplier_csv ) ;
+----+--------------------+-----------------+-------+-----------------------+---------+---------+------+--------+--------------------------+
| id | select_type        | table           | type  | possible_keys         | key     | key_len | ref  | rows   | Extra                    |
+----+--------------------+-----------------+-------+-----------------------+---------+---------+------+--------+--------------------------+
|  1 | PRIMARY            | uc_products     | ALL   | NULL                  | NULL    | NULL    | NULL |   6520 | Using where              | 
|  2 | DEPENDENT SUBQUERY | uc_supplier_csv | index | idx_sku,idx_sku_stock | idx_sku | 258     | NULL | 126639 | Using where; Using index | 
+----+--------------------+-----------------+-------+-----------------------+---------+---------+------+--------+--------------------------+
2 rows in set (0.00 sec)

为了不遗漏任何内容，这里有一些更令人兴奋的细节：表的大小和统计数据，以及表的结构：）

及

编辑：为下面Martin的几个建议查询添加查询计划：

mysql> explain SELECT nid FROM uc_products p WHERE NOT EXISTS ( SELECT 1 FROM uc_supplier_csv c WHERE p.model = c.sku ) ;
+----+--------------------+-------+-------+---------------+---------+---------+------+--------+--------------------------+
| id | select_type        | table | type  | possible_keys | key     | key_len | ref  | rows   | Extra                    |
+----+--------------------+-------+-------+---------------+---------+---------+------+--------+--------------------------+
|  1 | PRIMARY            | p     | ALL   | NULL          | NULL    | NULL    | NULL |   6526 | Using where              | 
|  2 | DEPENDENT SUBQUERY | c     | index | NULL          | idx_sku | 258     | NULL | 126639 | Using where; Using index | 
+----+--------------------+-------+-------+---------------+---------+---------+------+--------+--------------------------+
2 rows in set (0.00 sec)

mysql> explain SELECT nid FROM uc_products WHERE model NOT IN ( SELECT sku  FROM uc_supplier_csv ) ;
+----+--------------------+-----------------+-------+-----------------------+---------+---------+------+--------+--------------------------+
| id | select_type        | table           | type  | possible_keys         | key     | key_len | ref  | rows   | Extra                    |
+----+--------------------+-----------------+-------+-----------------------+---------+---------+------+--------+--------------------------+
|  1 | PRIMARY            | uc_products     | ALL   | NULL                  | NULL    | NULL    | NULL |   6526 | Using where              | 
|  2 | DEPENDENT SUBQUERY | uc_supplier_csv | index | idx_sku,idx_sku_stock | idx_sku | 258     | NULL | 126639 | Using where; Using index | 
+----+--------------------+-----------------+-------+-----------------------+---------+---------+------+--------+--------------------------+
2 rows in set (0.00 sec)

---

也许尝试使用“不存在”而不是“计数”？例如：

SELECT nid 
  FROM uc_products p
 WHERE NOT EXISTS ( 
       SELECT 1 
         FROM uc_supplier_csv c
        WHERE p.model = c.sku
       )

因此，用户Quassnoi概述了一些测试，表明这可能也值得一试：

SELECT nid 
  FROM uc_products
 WHERE model NOT IN ( 
       SELECT sku 
       FROM uc_supplier_csv
       )

基本上按照你原来的查询，没有区别

Chris，这是另一个为您准备的交叉编码连接帮助：

SELECT nid
  FROM uc_products p
 WHERE NOT EXISTS (
       SELECT 1
       FROM uc_supplier_csv c
       WHERE CONVERT( p.model USING latin1 )  = c.sku
       )

---

在第一个查询中使用have是不正确的——因为没有groupby，所以应该是一个简单的WHERE。我不知道为什么MySQL没有给你一条错误消息，但我想这就是为什么会打乱查询计划！我昨晚在我的笔记本电脑（MBP2.4GHz/4GB/OSX/MAMP MySQL）上测试了这个页面上的四个查询表单。*上面的左外部联接表单需要3526秒才能执行。*上面的子选择表单执行耗时1021秒。*Martin在下面的建议花了637秒执行。*James的略快于Martin的，但返回的结果与其他三个表单不同。此查询是返回正确结果的最快建议解决方案。执行耗时637秒。查询计划是什么样子的？添加到问题中（注释中的格式对我不起作用？）第三次幸运？看上面，哇。0.17秒而不是10分钟。美好的第三个示例（使用上面的WHERE CONVERT（）几乎立即给出了正确答案。是关于你认为的皈依者吗？我已经将我的本地表更新为默认的字符集UTF8，但这样做并没有看到任何行为上的变化。

SELECT nid 
  FROM uc_products
 WHERE model NOT IN ( 
       SELECT sku 
       FROM uc_supplier_csv
       )

SELECT nid
  FROM uc_products p
 WHERE NOT EXISTS (
       SELECT 1
       FROM uc_supplier_csv c
       WHERE CONVERT( p.model USING latin1 )  = c.sku
       )