同一张表中的 MySQL 子查询会降低性能

Question

基本上，我正在尝试根据用户兴趣创建一个“建议”页面。

在一个累积表中，我存储了每个用户看到的所有产品。我的想法是选择所有访问过我看到的产品的人的所有看到的产品。我一直在尝试提出一个查询，但我最好的主意是

• a) 很少有查询
• b) 子查询

问题是，如果我的表增长，我认为用很少的查询来做这件事是不可扩展的。使用子查询时，我的查询破坏了我的数据库，即使当我使用 EXPLAIN 时一切看起来都很好（没有临时表，没有磁盘命中）但是当我原始查询时，它需要一分钟多的时间才能执行......在一个 ~40k 的表中行。一个一个地运行查询在一秒钟内完成了我想要的，所以我真的很困惑。我在哪里做错了？

该表有以下列 id (PRIMARY)、user_id、product_id 和一堆不需要的字段

以下是我提出的 SQL 查询（它会杀死我的服务器）

SELECT product_id
FROM user_behavior
WHERE user_id
IN (

    SELECT user_id
    FROM user_behavior
    WHERE user_id <> 43456
    AND product_id
    IN (

        SELECT product_id
        FROM user_behavior
        WHERE user_id =43456
        GROUP BY product_id
    )
    AND offer_city_id
    IN ( 0, 2 )
)

正如我所说，运行解释返回以下内容

| id    | select_type           | table             | type              | possible_keys         | key       | key_len   | ref       | rows      | Extra                     |
|----   |--------------------   |---------------    |----------------   |-------------------    |---------  |---------  |-------    |-------    |-------------------------- |
| 1     | PRIMARY               | user_behavior     | index             | NULL                  | user_id   | 8         | NULL      | 25800     | Using where; using index  |
| 2     | DEPENDENT SUBQUERY    | user_behavior     | index_subquery    | user_id,user_id_2     | user_id   | 4         | func      | 3         | Using where               |
| 3     | DEPENDENT SUBQUERY    | user_behavior     | ref               | user_id,user_id_2     | user_id   | 4         | const     | 76        | Using where; using index  |

编辑：对不起，我无法想象表格:(

Answer 1

不要使用IN ( SELECT ... )。

我对查询试图做的事情很迷茫，但切换到JOIN 和EXISTS 可能是解决方案的一部分。也许接近这个：

SELECT  s.product_id
    FROM  user_behavior AS a
    JOIN  user_behavior AS b  ON b.user_id = a.user_id
    WHERE  EXISTS (
              SELECT  *
                  FROM  user_behavior
                  WHERE  product_id = b.product_id
                    AND  user_id = 43456
                  )
      AND  b.offer_city_id IN ( 0, 2 )
      AND  b.user_id <> 43456 

并包含一个“复合”INDEX(user_id, product_id)（以任意顺序）

或者也许只需要这个？？...

SELECT DISTINCT product_id
    FROM  user_behavior AS b
    WHERE  EXISTS (
              SELECT  *
                  FROM  user_behavior
                  WHERE  product_id = b.product_id
                    AND  user_id = 43456
                  )
      AND  offer_city_id IN ( 0, 2 )
      AND  user_id <> 43456 

嗯，我希望你能从这些尝试中得到一些想法。