我正在处理一个数据库,在该数据库中项目被“标记”了一定次数.
项目(10万行)
> ID
>名称
>其他东西
标签(1万行)
> ID
>名称
item2tag(1,000,000行)
> item_id
> tag_id
>计数
我正在寻找最快的解决方案以：
选择已标记为X,Y和Z的项目(其中X,Y和Z对应于(可能)标记名称)？
到目前为止,这是我想要的…我想确保自己以最佳方式进行操作：
SELECT tag.id WHERE name IN ("X","Y","Z");
然后,我将这些tag_ids分组,并使用Haven过滤结果：
SELECT item2tag.*,count(tag_id)
FROM item2tag
WHERE tag_id=1 or tag_id=2 or tag_id=3
GROUP BY item_id
HAVING count(tag_id)=3;
然后,我可以从具有这些ID的项目中进行选择.
SELECT * FROM item WHERE id IN ([results from prior query])
我在item2tag中有数百万行,其索引为(item_id,tag_id).这将是最快的解决方案吗？
最佳答案
您建议的方法可能是执行查询的最常用方法,但可能不是最快的方法.使用联接可以更快：
原文链接：/mysql/532136.htmlSELECT T1.item_id
FROM item2tag T1
JOIN item2tag T2 ON T1.item_id = T2.item_id
JOIN item2tag T3 ON T2.item_id = T3.item_id
WHERE T1.tag_id = 1 AND T2.tag_id = 2 AND T3.tag_id = 3
您应该确保具有以下索引：
>主键位于(item_id,tag_id)
>在(tag_id)上建立索引.
>对于表中几乎所有项目都标记有至少一个要搜索的标签的情况,原始查询大约需要5秒,而JOIN版本大约需要10秒-稍微慢一些.
>对于其中两个标签非常频繁出现而其中一个标签很少出现的情况,原始查询只需要0.9秒,而JOIN查询只需要0.003秒-相当大的性能改进.
我用来进行性能测试的sql粘贴在下面.您可以自己运行此测试,也可以对其稍加修改,然后测试其他查询或不同方案.
警告：不要在您的生产数据库上运行此脚本,因为它会修改item2tag表的内容.运行脚本可能需要几分钟,因为它会创建大量数据.
CREATE TABLE filler (
id INT NOT NULL PRIMARY KEY AUTO_INCREMENT
) ENGINE=Memory;
DELIMITER $$
CREATE PROCEDURE prc_filler(cnt INT)
BEGIN
DECLARE _cnt INT;
SET _cnt = 1;
WHILE _cnt <= cnt DO
INSERT
INTO filler
SELECT _cnt;
SET _cnt = _cnt + 1;
END WHILE;
END
$$
CALL prc_filler(1000000);
CREATE TABLE item2tag (
item_id INT NOT NULL,tag_id INT NOT NULL,count INT NOT NULL
);
INSERT INTO item2tag (item_id,tag_id,count)
SELECT id % 150001,id % 10,1
FROM filler;
ALTER TABLE item2tag ADD PRIMARY KEY (item_id,tag_id);
ALTER TABLE item2tag ADD KEY (tag_id);
-- Make tag 3 occur rarely.
UPDATE item2tag SET tag_id = 10 WHERE tag_id = 3 AND item_id > 0;
SELECT T1.item_id
FROM item2tag T1
JOIN item2tag T2 ON T1.item_id = T2.item_id
JOIN item2tag T3 ON T2.item_id = T3.item_id
WHERE T1.tag_id = 1 AND T2.tag_id = 2 AND T3.tag_id = 3;
SELECT item_id
FROM item2tag
WHERE tag_id=1 or tag_id=2 or tag_id=3
GROUP BY item_id
HAVING count(tag_id)=3;