Slow IN（）MySQL查询优化

我有下面的SQL查询，它工作得很好，但处理速度非常慢，需要3到5秒。我已经在slug和checksum列上创建了索引，但是由于IN子句在5000到10000行之间运行，这还不够快。 我读到有一种方法可以通过使用临时表和/或联接来改进它，但我找不到一种方法可以让它工作

数据库引擎是MySQL上的InnoDB。 任何帮助都将不胜感激

SELECT name AS personName, 
       slug AS personSlug, 
       COUNT(slug) AS personCount 
  FROM person
 WHERE checksum IN
         ( SELECT checksum 
             FROM person 
            WHERE slug = 'john-doe' )  
   AND NOT (slug = 'john-doe')
 GROUP BY personName 
 ORDER BY personCount DESC

经常将其更改为“不存在”有助于提高性能：

SELECT name AS personName, slug AS personSlug, COUNT(slug) AS personCount
FROM person p
WHERE EXISTS (SELECT 1
              from person p2
              WHERE p2.slug = 'john-doe' and p2.checksum = p.checksum
             ) AND
     NOT (slug = 'john-doe')
GROUP BY personName
ORDER BY personCount DESC;

---

为了提高性能，您需要personchecksum、slug上的索引。

如果没有看到一些示例数据，我无法完全理解您查询的目的。但看起来您正在尝试查找与“john doe”关联的校验和匹配的所有校验和，但没有slug=“john doe”-因此搜索某种类型的重复项

下面的自联接应该可以为您做到这一点

SELECT
    p.name AS personName,
    p.slug AS personSlug,
    COUNT(p.slug) AS personCount
FROM
    person AS p
INNER JOIN
    person AS p2
ON
    p.checksum = p2.checksum
WHERE
    p2.slug = 'john-doe'
    AND p.slug <> 'john-doe'
GROUP BY personName
ORDER BY personCount DESC

---

根据我的经验，左连接比IN子句和任何类型的子查询都要快

SELECT p1.name AS personName, p1.slug AS personSlug, COUNT(p1.slug) AS personCount 
FROM person p1
LEFT JOIN person p2 on p1.checksum=p2.checksum and p2.slug = 'john-doe'
WHERE p1.slug != 'john-doe'
AND p2.slug is NOT NULL
GROUP BY personName 
ORDER BY personCount DESC

这大致意味着：我想得到的名字和鼻涕虫的鼻涕虫不是“john doe”，其中至少有一行与鼻涕虫“john doe”具有相同的校验和

如果要查找没有匹配“john doe”记录的记录，则只需更改一个子句：

SELECT p1.name AS personName, p1.slug AS personSlug, COUNT(p1.slug) AS personCount 
FROM person p1
LEFT JOIN person p2 on p1.checksum=p2.checksum and p2.slug = 'john-doe'
WHERE p1.slug != 'john-doe'
AND p2.slug iS NULL
GROUP BY personName 
ORDER BY personCount DESC

---

顺便说一句，不相等运算符xy在这里比不等于x=yAs更为常规，因为我可以看到您改变了查询的含义？你的意思是在哪里存在？从slug='john doe'和checksum=p的人中选择1。checksum和slug'john doe'？@plaix。是的。你是对的，应该存在而不是不存在。谢谢你的回答戈登。不幸的是，这并没有帮助提高性能，或者说是令人惊讶的最差性能。你们有校验和的索引吗，slug？我有校验和的索引，slug。我已经三次检查了您的解决方案，但运行时间仍然与我最初的请求相同或更长。非常感谢。它将执行时间从3秒减少到5秒，达到300毫秒@Anthony你试过Gordon Linoff的答案吗？通常EXISTS更快，因为它短路。@plax我尝试了Gordon的答案，但没有提高性能。@MikeBrant。我猜slug上有一个索引，过滤功能非常强。这可能会使这个版本更有效。我的版本无法利用它，因为=筛选在子查询上，而不是外部查询上。非常感谢您的回答。它工作得很好。看，迈克的回答也很有效，从我测试的结果来看，他们的表现也很相似。但也许左连接更好？我使用左连接是因为我不知道需要检索什么。如果您想查找不匹配的校验和，那么LEFT JOIN允许这样做，因此我进行了第二次查询。对于小表和一致索引，内部联接和左联接之间的性能差异往往可以忽略不计。如果您操作超过100000条记录，您可能希望开始对这两条记录进行基准测试。