zoukankan      html  css  js  c++  java

  • EXPLAIN sql优化方法（3）DERIVED

    派生表和视图的性能

    从MySQL 4.1开始，它已经支持派生表、联机视图或者基本的FROM从句的子查询。

    这些特性之间彼此相关，但是它们之间的性能比较如何呢？

    MySQL 5.0 中的派生表似乎和视图实现的方式不同，尽管我从合并的代码基数来看觉得在查询优化上应该是一样的。

    派生表仍然以临时表的方式显式地处理，而且还是没有索引的临时表（因此最好不要像在例子中那样连接2个派生表）

    需要考虑的另一方面是，派生表需要被显式处理，尽管只是执行 EXPLAIN 语句。因此如果在 FROM 字句中的 SELELCT 操作上犯了错误，例如忘记了写上连接的条件，那么 EXPLAIN 可能会一直在运行。

    视图则不同，它无需被显式处理，只是把查询简单地重写了一下。只有在无法合并查询或者试图创建者请求时才需要被显式处理。

    这意味着它们在性能上的差别如下：

    在基本的表上执行有索引 的查询，这非常快

    Java代码  收藏代码
    1. mysql> SELECT * FROM test WHERE i=5 ;  
    2. +---+----------------------------------+  
    3. | i | j                                |  
    4. +---+----------------------------------+  
    5. | 5 | 0c88dedb358cd96c9069b73a57682a45 |  
    6. +---+----------------------------------+  
    7. 1 row IN SET ( 0 .03 sec)  

    在派生表上做同样的查询，则如老牛拉破车

    Java代码  收藏代码
    1. mysql> SELECT * FROM ( SELECT * FROM test) t WHERE i=5 ;  
    2. +---+----------------------------------+  
    3. | i | j                                |  
    4. +---+----------------------------------+  
    5. | 5 | 0c88dedb358cd96c9069b73a57682a45 |  
    6. +---+----------------------------------+  
    7. 1 row IN SET ( 1 min 40 .86 sec)  

    在视图上查询，又快起来了 

    Java代码  收藏代码
    1. mysql> CREATE VIEW v AS SELECT * FROM test;  
    2. Query OK, 0 rows affected ( 0 .08 sec)  
    3.    
    4. mysql> SELECT * FROM v  WHERE i=5 ;  
    5. +---+----------------------------------+  
    6. | i | j                                |  
    7. +---+----------------------------------+  
    8. | 5 | 0c88dedb358cd96c9069b73a57682a45 |  
    9. +---+----------------------------------+  
    10. 1 row IN SET ( 0 .10 sec)  

    下面的2条EXPLAIN结果也许会让你很惊讶

    Java代码  收藏代码
    1. mysql> EXPLAIN SELECT * FROM v  WHERE i=5 ;  
    2. +----+-------------+-------+-------+---------------+---------+---------+-------+------+-------+  
    3. | id | select_type | TABLE | type  | possible_keys | KEY      | key_len | ref   | rows | Extra |  
    4. +----+-------------+-------+-------+---------------+---------+---------+-------+------+-------+  
    5. |  1 | PRIMARY      | test  | const | PRIMARY        | PRIMARY | 4        | const |    1 |       |  
    6. +----+-------------+-------+-------+---------------+---------+---------+-------+------+-------+  
    7. 1 row IN SET ( 0 .02 sec)  
    8.    
    9. mysql> EXPLAIN SELECT * FROM ( SELECT * FROM test) t WHERE i=5 ;  
    10. +----+-------------+------------+------+---------------+------+---------+------+---------+-------------+  
    11. | id | select_type | TABLE       | type | possible_keys | KEY   | key_len | ref  | rows    | Extra       |  
    12. +----+-------------+------------+------+---------------+------+---------+------+---------+-------------+  
    13. |  1 | PRIMARY      | <derived2> | ALL   | NULL           | NULL | NULL     | NULL | 1638400 | USING WHERE |  
    14. |  2 | DERIVED     | test       | ALL   | NULL           | NULL | NULL     | NULL | 1638400 |             |  
    15. +----+-------------+------------+------+---------------+------+---------+------+---------+-------------+  
    16. 2 rows IN SET ( 54 .90 sec)  

    避免使用派生表 -- 如果可能，最好采用其他方式来编写查询语句，大部分情况都比派生表来的快。很多情况下，甚至连独立的临时表都来的快，因为可以适当增加索引。

    可以考虑使用临时试图来取代派生表 如果确实需要在 FROM 子句中使用到子查询，可以考虑在查询时创建试图，当查询完之后删除试图。

    不适合多表视图，多表时用派生表取代视图

    Java代码  收藏代码
    1. explain  select sum(pdm.qty) pre_total,pd.pre_doc_id from prepare_doc pd  
    2. left join pre_doc_item pdm on pd.pre_doc_id=pdm.pre_doc_id group by pd.pre_doc_id  


     
     

    原文地址：http://hudeyong926.iteye.com/blog/785188
  • 相关阅读:
    特征选取1-from sklearn.feature_selection import SelectKBest
    使用K-S检验一个数列是否服从正态分布、两个数列是否服从相同的分布
    风控8-收码平台
    风控7-同盾设备指纹
    互联网黑产剖析_虚假号码
    风控3_iv算法详细解释
    woe_iv原理和python代码建模
    逾期30天和60天的回款概率
    （剑指Offer）面试题15：链表中倒数第k个结点
    （剑指Offer）面试题14：调整数组顺序使奇数位于偶数前面
  • 原文地址：https://www.cnblogs.com/jpfss/p/9155571.html
Copyright © 2011-2022 走看看