MySQL Left Join(左连接) 耗时严重的问题

现象:列表页因超时查不出来东西,使用postman模拟请花费40多秒,将sql语句单独提出来后查询速度非常慢,40多秒
先上结论:
在两个表关联字段上建立索引解决此问题,下面的内容比这句话爽多了,请继续看
表结构如下:
users(用户)表:id,name
integal_record(分数记录)表:id,user_id,integal_id
其中,integal_record表的user_id关联着users表的id,业务目的是查询每个员工阅读次数、评论次数和积分总和,查询语句如下:
(里面写死的值是我从mybatis里扣出来的)
integral_id=1代表着阅读,integral_id=2代表着评论

SELECT u.`name`
    , IF(SUM(ir.integral_id = 1) > 0, SUM(ir.integral_id = 1), 0) AS 'read'
    , IF(SUM(ir.integral_id = 2) > 0, SUM(ir.integral_id = 2), 0) AS 'comment'
    , IF(SUM(ir.integral_id = 1) > 0, SUM(ir.integral_id = 1), 0) + IF(SUM(ir.integral_id = 2) > 0, SUM(ir.integral_id = 2), 0) AS count
FROM users u
    LEFT JOIN integral_record ir ON ir.user_id = u.id
WHERE u.role_code = 1
    AND u.actived = 1
    AND u.deleted_at > now()
    AND u.network_id = 29
    AND u.id NOT IN (
        SELECT user_id
        FROM roles
        WHERE role_item_id = 7
    )
GROUP BY u.id
ORDER BY ifnull(SUM(ir.integral_id = 1), 0) + ifnull(SUM(ir.integral_id = 2), 0) DESC, u.pinyin ASC;
共11644条 查询时间:27.976s

查询时间快半分钟是无法让人接受的,从表象的SQL语句来说,首先我们看到有很多SUM函数,因此我们来测试下SUM函数的计算时间,如下查询每个人阅读的累计次数:

select SUM(integral_id=1) as 'count' from integral_record group by user_id;
共13000条 查询时间:0.084s

可以看出来计算时间很长和SUM函数没什么关系,再看整个SQL除了一些SUM函数外就剩下users表左联integal_record表,我们把条件去掉,直接就写个左查询试试

select * from  users u LEFT JOIN integral_record mtemp on u.id =mtemp.user_id;
共13001条 查询时间:69.919s

amazing,我的users表里有13400条数据,关联的integral_record 表里也有13000条数据,仅仅做了左连接竟然花费了70秒,这肯定是超时的元凶;所以我们explain一下,看看mysql对这条数据的查询策略:

EXPLAIN select * from  users u LEFT JOIN integral_record mtemp on u.id =mtemp.user_id;

查看结果:


1550470363(1).jpg

我们看到type字段的结果是All,也就是代表全表扫描,那么就好办了,建立索引即可,其中users表中的id属于主键,策略自增,有默认的索引,不在考虑范围内,我们仅需对integral_record表增加索引即可:

alter table integral_record  add index user_id_index(user_id)

继续执行左联语句查看运行时间:

select * from  users u LEFT JOIN integral_record mtemp on u.id =mtemp.user_id;
共13406条 查询时间:67.549s

时间仍然很久,索引并没有起作用,这里排除一些逃避困难时的迷信想法:mysql有bug 或者navicat有bug,有网络问题 哈哈哈.....我们来看左联的关键属性:


索引.jpg
user_id竟然是varchar的 ,但是users表中的id是int,这就造成了left join on users.id =integral_record.user_id时有类型转换的问题而不能使用索引,因此,我们把user_id更改成int,再看看时间....(尽管两三句就写完了,这个数据类型烦扰了我整整找了一上午去找)
select * from  users u LEFT JOIN integral_record mtemp on u.id =mtemp.user_id;
共13406条 查询时间:0.375s

执行时间从60多秒变成了0.375s,整个世界都安静了,再次explain一下

EXPLAIN select * from  users u LEFT JOIN integral_record mtemp on u.id =mtemp.user_id;
explain改.jpg

发现mtemp(integal)表的检索方式从all变成了ref,索引,快的一批,深呼吸....

后记

希望继续遇到这种sql需要优化的问题来增加sql调优相关经验

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,496评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,407评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,632评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,180评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,198评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,165评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,052评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,910评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,324评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,542评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,711评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,424评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,017评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,668评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,823评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,722评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,611评论 2 353

推荐阅读更多精彩内容