zoukankan      html  css  js  c++  java
  • 学会使用临时表优化,切记不要乱用临时表(记录一)

    今天检查满查询日志发现有个存储过程查询可以达17S 

    而且是订单列表查询,这个当然不能忍了,必须优化,接下来就是查找原因优化过程。过程使用动态语句,首先使用满查询的语句条件提取出来静态语句单独分析:

    提取结果如下:

    table1 表数据100W+  table3表数据200W+ 

    SELECT
      b.*,
      A.value1,
      A.value2,
      A.value3,
      A.value4,
      A.value5,
      A.value6,
    FROM table1 b
      LEFT JOIN table2A
        ON b.order_no = A.order_no AND b.channel_no = A.channel_no
    WHERE 1 = 1 AND EXISTS (SELECT
        1
      FROM table3 t
      WHERE b.order_no = t.order_no AND t.ticket_no LIKE '%1792903240%')
    ORDER BY CREATE_TIME LIMIT 0, 20 

    为什么这个过程要10s+ 呢? 

    主要原因在于 exists这个部分,因为 table3有200W的数据,并且循环式和外表扫描查询,并且这里的like是不会走索引的,只能全扫描,所以慢就很明显了,由于是动态语句,并在存储过程中,所以优化就是拆解EXISTS这部分

    主要思路就是 先从200W+ 的table3中查出来order_no 然后把order_no插入临时表,然后再使用in 临时表查询,减少关联扫描次数就能极大的优化查询时间

    前提: table3中的ticket_no 重复率非常低,200W+的数据 有200W的非重复,为什么强调这个,临时表在处理少量数据时性能很优异,(一般只在确定不能用索引的时候才使用临时表,或者在存储过程中某些固定数据使用次数非常多的时候使用临时表,其他时候我一般不建议使用)

    优化结果:

    CREATE TEMPORARY TABLE tmp_order_no (ticket_order_no varchar(100));
    
    INSERT INTO tmp_order_no SELECT tp.order_no FROM t_passenger tp WHERE tp.ticket_no LIKE CONCAT('%',2903240,'%');
    
    SELECT
      b.*,
      A.value1,
      A.value2,
      A.value3,
      A.value4,
      A.value5,
      A.value6,
    FROM table1 b
      LEFT JOIN table2A
        ON b.order_no = A.order_no AND b.channel_no = A.channel_no
    WHERE 1 = 1 AND b.order_no IN (SELECT ticket_order_no FROM tmp_order_no)
    ORDER BY CREATE_TIME LIMIT 0, 20 
    
    DROP TEMPORARY TABLE IF EXISTS tmp_order_no;

    优化后查询时间1.2S左右,速度提升十几倍,性能提升明显

  • 相关阅读:
    Keras猫狗大战四:数据增强+添加dropout层,精度达83%
    Keras猫狗大战三:加载模型,预测目录中图片,画混淆矩阵
    左边列表多选可以批量移动到右边列表,右边列表页可以批量移动到左边列表,可以实现前端自动搜索 ajax 传递List
    两个list框联动-转载
    mybatis
    lambda
    sprint 单元测试
    java项目部署测试服务器二级域名解决方案
    java cookie 单点登录和登录拦截器 从实现到原理
    redis 概述和阿里云redis搭建和java后台获取
  • 原文地址:https://www.cnblogs.com/jiangwenju/p/5629522.html
Copyright © 2011-2022 走看看