两个SQL查询 - 性能差异？

Question

我在PHP中使用PDO的MySQL，我有一个SQL查询，它按预期工作。但是，我关心的表现，并想知道我是否可以改善我的查询。我还问，是因为我想增益SQL的一些背景知识。

比方说，我有一个有数等于领域（和一些其他信息，这是不同各表）两个表：

table `blog_comments`: id, userid (int) | timestamp (int) | content (varchar) | other 
table `projects_comments`: id, userid (int) | timestamp (int) | content (varchar) | other 

领域id是主键，userid + timestamp有两个表中的索引和时间戳是简单地用10（整数）长度unixtime。

举一个简单的垃圾邮件防护，我从提交新的评论阻止用户（无论博客，项目或其他任何东西），直至自他最后评论60秒已经过去了。要做到这一点，我得到的是用户从所有意见表的最新时间戳。

这是我工作查询：

SELECT MAX(`last_timestamp`) AS `last_timestamp` 
FROM 
(
    SELECT `userid`, max(`timestamp`) AS `last_timestamp` 
    FROM `blog_comments` 
    GROUP BY `userid` 
    UNION ALL 
    SELECT `userid`, max(`timestamp`) as `last_timestamp` 
    FROM `projects_comments` 
    GROUP BY `userid` 
) AS `subquery` 
WHERE `userid` = 1 
LIMIT 0, 1; 

正如你可以看到，我用GROUP BY的子查询内，并在主查询我只是过滤的userid（在这种情况下：1）。优点：我只需要合格用户标识一次作为参数。

现在，我对SQL如何正确工作感兴趣。我认为这将是这样的：SQL首先由用户ID进行子查询，组所有的现有行和返回整个设置到主查询，然后应用where子句中找到所需要的用户ID。这对我来说似乎是一个巨大的性能泄漏。

所以我想略有更改查询：

SELECT max(`last_timestamp`) AS `last_timestamp` 
FROM 
(
    SELECT max(`timestamp`) AS `last_timestamp` 
    FROM `blog_comments` 
    WHERE `userid` = 1 
    UNION ALL 
    SELECT max(`timestamp`) as `last_timestamp` 
    FROM `projects_comments` 
    WHERE `userid` = 1 
) AS `subquery` 
LIMIT 0, 1 

现在我必须通过用户ID两次了，还是一整套的行会抬头为给定的用户ID。我不知道这真的是改善的表现。

我没有任何大的数据量还没有真正测试它，也许我会做一些测试场景以后。我会真正有兴趣知道这些表中有多少数据集时是否会有所不同？

希望任何想法，信息和提示，在此先感谢。

编辑：第一查询

MySQL的讲解：第二查询

id select_type  table type possible_keys key  key_len  ref  rows Extra 
1 PRIMARY  <derived2> ALL  NULL NULL NULL NULL 4 Using where 
2 DERIVED  blog_comments range NULL userid 8 NULL 10 Using index for group-by 
3 UNION projects_comments index NULL userid 12 NULL 6 Using index 
NULL UNION RESULT <union2,3> ALL  NULL NULL NULL NULL NULL  

MySQL的解释：

id select_type  table type possible_keys key  key_len  ref  rows Extra 
1 PRIMARY  <derived2> ALL  NULL NULL NULL NULL 2  
2 DERIVED  NULL NULL NULL NULL NULL NULL NULL Select tables optimized away 
3 UNION NULL NULL NULL NULL NULL NULL NULL Select tables optimized away 
NULL UNION RESULT <union2,3> ALL  NULL NULL NULL NULL NULL  

Answer 1

回答你的问题第二个应该在MyS中表现更好QL比第一个，正是你给的原因。 MySQL将对所有数据运行完整的group by，然后然后选择一个组。

通过在查询前面放置一个explain可以看到不同的执行路径。这会给你一些关于查询真正在做什么的想法。

如果你有一个user_id, timestamp索引，那么第二个查询将运行得非常快，只使用索引。即使没有索引，第二个查询也会对这两个表进行全表扫描 - 就是这样。第一个将对聚合进行全表扫描和文件排序。第二个需要更长时间。

如果你想在userid传递只有一次，你可以这样做：

select coalesce(greatest(bc_last_timestamp, pc_last_timestamp), 
       bc_last_timestamp, pc_last_timestamp 
       ) 
from (select (SELECT max(`timestamp`) FROM `blog_comments` bc where bc.userid = const.userid 
      ) bc_last_timestamp, 
      (SELECT max(`timestamp`) FROM `projects_comments` pc where pc.userid = const.userid 
      ) pc_last_timestamp 
     from (select 1 as userid) const 
    ) t; 

查询看起来晦涩难懂，但它同样应该优化你的第二个。

Answer 2

作为一个替代方法...

SELECT 'It''s been more than 1 minute since your last post' As result 
WHERE NOT EXISTS (
     SELECT * 
     FROM blog_comments 
     WHERE userid = 1 
     AND timestamp > Date_Sub(Current_Timestamp, INTERVAL 1 MINUTE) 
     ) 
AND NOT EXISTS (
     SELECT * 
     FROM projects_comments 
     WHERE userid = 1 
     AND timestamp > Date_Sub(Current_Timestamp, INTERVAL 1 MINUTE) 
     ) 

将会有一个结果，如果userid = 1还没有得到在两个表中的最后一分钟内的时间戳记录。

您也可以交换周围的逻辑...

SELECT 'You''re not allowed to post just yet...' As result 
WHERE EXISTS (
     SELECT * 
     FROM blog_comments 
     WHERE userid = 1 
     AND timestamp > Date_Sub(Current_Timestamp, INTERVAL 1 MINUTE) 
     ) 
OR  EXISTS (
     SELECT * 
     FROM projects_comments 
     WHERE userid = 1 
     AND timestamp > Date_Sub(Current_Timestamp, INTERVAL 1 MINUTE) 
     ) 

第二种选择可能会更有效（EXISTS VS NOT EXISTS），但是这对你进行测试和验证;）