如何使用 COUNT 和 GROUP BY 优化 sql 查询答案

【问题标题】：How to optimize sql query with COUNT and GROUP BY如何使用 COUNT 和 GROUP BY 优化 sql 查询
【发布时间】：2017-10-08 02:13:02
【问题描述】：

我有一个表 cast 大约有 150 万行，还有一个较小的表 watched 大约有 1000-2000 行。两个表共享一个名为movieId 的列。我正在尝试运行此查询：

SELECT actorId, COUNT( actorId )
FROM cast t1
WHERE EXISTS (    
    SELECT userId
    FROM watched t2
    WHERE t1.movieId = t2.movieId
    AND t2.userId =8
)
GROUP BY actorId

但是，返回结果大约需要 5 秒。我是 cast 表中 actorId 和 movieId 的多列索引，以及 watched 表中 userId 和 movieId 的索引。该查询返回大约 20000 个结果。有什么方法可以优化我的查询/表，以便查询运行得更快？

【问题讨论】：

标签： mysql sql group-by exists

【解决方案1】：

对于这个查询：

SELECT c.actorId, COUNT(*)
FROM cast c
WHERE EXISTS (SELECT 1
              FROM watched w
              WHERE w.movieId = c.movieId AND w.userId = 8
             )
GROUP BY c.actorId;

您希望在watched(movieId, userId) 上建立索引。 cast(movieId, actorId) 上的索引也可能很有用。

请注意，我将表格别名更改为比任意字母更有意义。

编辑：

考虑到表格的大小，我认为明确的join 可能会更好：

SELECT c.actorId, COUNT(*)
FROM watched w JOIN
     cast c
     ON w.movieId = c.movieId
WHERE w.userId = 8
GROUP BY c.actorId;

对于此查询，您需要watched(userId, movieId) 和cast(movieId, actorId) 上的索引。此版本假定您在 watched 中没有重复行。

【讨论】：

【解决方案2】：

也许使用内连接而不是存在会为您提供更好的性能。假设 movieId 和 userId 已编入索引，请尝试使用嵌套 where 子句中的过滤器进行内部连接：

Select .....
From 
  cast c inner join watched w
  On w.movieid = c.movieid
  And w.userid = 8
Group by ....

从理论上讲，上述操作应该是一种成本较低的操作，因为每个记录都没有在存在子句中进行测试。

请原谅缺少样式，我是从 iPad 上发布的。

【讨论】：