MySQL：长时间运行的左连接查询性能

MySQL数据库包含两个表：customer和customer\u orders

customer表包含8000万个条目和80个字段。其中一些我感兴趣：

Id PK，int10 位置varchar 255，可为空。 注册日期时间，可为空。索引。 customer_orders表包含4000万个条目，仅包含3个字段：

Id PK，int10 客户Id int10，FK到客户表 订单日期时间，可为空 当我运行这样的查询时，执行大约需要800秒，并返回4000万个条目：

SELECT o.* 
FROM customer_orders o
LEFT JOIN customer c ON (c.Id = o.Customer_Id) 
WHERE NOT (ISNULL(c.Location)) AND c.Registration_Date < '2018-01-01 00:00:00';

使用MySQL服务器的机器有32GB的RAM，28GB分配给MySQL。 MySQL版本：5.6.39

MySQL在具有如此多记录的表上执行如此长时间的查询是否正常？ 如何提高性能

更新：

customer_orders表不包含我们要存储的任何重要数据。这是一张复制的表格，上面有过去10天内的订单。 我们每天都运行一个存储过程，它删除事务范围内超过10天的订单

在某个时刻，由于未优化查询，此存储过程会超时，并且订单数量每天都在增长。 上一个查询还包含COUNT方法，我想它超过了超时时间

---

然而，令我惊讶的是，MySQL在附加条件下最多需要15分钟才能获取4000万条记录。

这是一个很长的评论

关于查询，首先要注意的是，它实际上并没有执行左联接，因为它在WHERE子句中具有引用左联接表的条件

它可以改写为：

SELECT o.* 
FROM customer_orders o
INNER JOIN customer c 
    ON c.Id = o.Customer_Id
    AND c.Location is NOT NULL
    AND c.Registration_Date < '2018-01-01 00:00:00';

---

有关性能的更多建议，您可能希望使用表的CREATETABLE语句和查询的执行计划来更新您的问题。

这是一个注释

关于查询，首先要注意的是，它实际上并没有执行左联接，因为它在WHERE子句中具有引用左联接表的条件

它可以改写为：

SELECT o.* 
FROM customer_orders o
INNER JOIN customer c 
    ON c.Id = o.Customer_Id
    AND c.Location is NOT NULL
    AND c.Registration_Date < '2018-01-01 00:00:00';

---

有关性能的更多建议，您可能希望使用表的CREATETABLE语句和查询的执行计划更新您的问题。

如果我的评论和GMB的回答对性能没有多大帮助；您可以尝试使用不同的方法编写查询。我通常更喜欢联接而不是子查询，但有时它们会成为处理数据的最佳选择

因为您说过customers表与orders表相比相对较大，所以这可能是其中一种情况

SELECT o.* 
FROM customer_orders AS o
WHERE o.Customer_Id IN (
     SELECT Id 
     FROM customer 
     WHERE Location IS NOT NULL 
        AND Registration_Date < '2018-01-01 00:00:00'
);

---

如果我的评论和GMB的回答对绩效没有多大帮助；您可以尝试使用不同的方法编写查询。我通常更喜欢联接而不是子查询，但有时它们会成为处理数据的最佳选择

因为您说过customers表与orders表相比相对较大，所以这可能是其中一种情况

SELECT o.* 
FROM customer_orders AS o
WHERE o.Customer_Id IN (
     SELECT Id 
     FROM customer 
     WHERE Location IS NOT NULL 
        AND Registration_Date < '2018-01-01 00:00:00'
);

---

我觉得这很正常。如果您共享该查询的解释返回内容，这将非常有用

为了优化查询，从customer_订单开始可能不是一个好主意，因为您无论如何都不会对其进行筛选，因此它会对4000万条记录执行全表扫描。此外，正如注释中所指出的，这里不需要左连接。 我会这样写您的查询：

SELECT o.*
FROM customers c, customer_orders o
WHERE c.id = o.Customer_Id
AND   c.Location IS NOT NULL
AND   c.Registration_Date < '2018-01-01'

这将取决于满足条款注册日期<'2018-01-01'的记录数量，首先过滤customers表，然后与customer orders表合并，customer orders表具有客户id并按客户id索引

---

另外，可能不相关，但查询返回4000万条记录对您来说是否正常？我的意思是，这就像整个客户订单表。如果我是对的，这意味着所有订单都来自于“2018-01-01”之前注册的客户。

我认为这是正常的。如果您共享该查询的解释返回内容，这将非常有用

为了优化查询，从customer_订单开始可能不是一个好主意，因为您无论如何都不会对其进行筛选，因此它会对4000万条记录执行全表扫描。此外，正如注释中所指出的，这里不需要左连接。 我会这样写您的查询：

SELECT o.*
FROM customers c, customer_orders o
WHERE c.id = o.Customer_Id
AND   c.Location IS NOT NULL
AND   c.Registration_Date < '2018-01-01'

这将取决于满足条款注册日期<'2018-01-01'的记录数量，首先过滤customers表，然后与customer orders表合并，customer orders表具有客户id并按客户id索引

---

另外，可能不相关，但查询返回4000万条记录对您来说是否正常？我的意思是，这就像整个客户订单表。如果我是对的，这意味着所有订单都来自“2018-01-01”之前注册的客户。

我想发表评论，但改变了主意，同意回答

因为主要问题是你的问题本身

我不知道你的客户订单有多少栏，但是如果你< /p> 4000万份参赛作品

回来。我会说你做错了什么。 这可能不是查询本身太慢，而是数据获取太慢

要证明尝试对您的查询执行EXPLAIN：

EXPLAIN SELECT ...your query here... ;

然后执行

EXPLAIN SELECT ...your query here... LIMIT 1;

尝试将结果限制为1000，例如：

SELECT ...your query here... LIMIT 1000;

---

当您对这些查询有了答案、输出和统计数据后，我们可以讨论您的以下步骤。

我想发表评论，但改变了主意，同意回答

因为主要问题是你的问题本身

我不知道你的客户订单有多少栏，但是如果你

4000万份参赛作品

回来。我会说你做错了什么。 这可能不是查询本身太慢，而是数据获取太慢

要证明尝试对您的查询执行EXPLAIN：

EXPLAIN SELECT ...your query here... ;

然后执行

EXPLAIN SELECT ...your query here... LIMIT 1;

尝试将结果限制为1000，例如：

SELECT ...your query here... LIMIT 1000;

---

当您有这些查询的答案、输出和统计信息时，我们可以讨论以下步骤。

1仅选择您实际需要的字段；2该查询似乎没有理由使用左连接而不是内部连接，因为您的WHERE条件实际上使其成为内部连接；连接中使用的3个字段和条件应编入索引的位置。令人印象深刻的是，订单数量比客户数量少。连接一个没有选择列的表没有任何意义。但是，WHERE子句将左连接呈现为内部连接，因此您也可以这样开始编写。1只选择实际需要的字段；2该查询似乎没有理由使用左连接而不是内部连接，因为您的WHERE条件实际上使其成为内部连接；连接中使用的3个字段和条件应编入索引的位置。令人印象深刻的是，订单数量比客户数量少。连接一个没有选择列的表没有任何意义。然而，WHERE子句将左连接呈现为内部连接，因此您可以这样开始编写。很好，谢谢。但不幸的是，这也花了约550秒。在选择。。。是的，这很少是我的第一选择；但在某些情况下，它可能是最好的。很好，谢谢。但不幸的是，这也花了约550秒。在选择。。。是的，这很少是我的第一选择；但在某些情况下，它可能是最好的；索引中的顺序不正确。一旦找到range子句，索引的其余部分就没用了。位置不为空且日期<。。。都是射程。例外情况是当索引覆盖时，在本例中就是这样。在这种情况下，我会将位置或注册日期放在第一位，因为它在WHERE中，与常量相比；索引中的顺序不正确。一旦找到range子句，索引的其余部分就没用了。位置不为空且日期<。。。都是射程。例外情况是当索引覆盖时，在本例中就是这样。在这种情况下，我会先输入Location或Registration_Date，因为它位于WHERE中，并与常量进行比较。EXPLAIN通常忽略限制。所以我在第二个解释中没有预测任何有用的信息。解释通常忽略了极限。所以我在第二个解释中没有预测任何有用的信息。