双左连接查询需要优化答案

【问题标题】：Optimization Needed For Dual Left Join Query双左连接查询需要优化
【发布时间】：2016-02-16 01:21:59
【问题描述】：

我一直在为 mysql 连接而苦苦挣扎，但已经开始合并更多，但尽管阅读了数十篇教程和 mysql 手册，但仍难以理解。

我的情况是我有 3 张桌子：

/* 基本上是一个保存粉丝记录的表 */

创建表`粉丝`（ `id` int(11) unsigned NOT NULL AUTO_INCREMENT, `first_name` varchar(255) 默认为空， `middle_name` varchar(255) 默认为空， `last_name` varchar(255) 默认为 NULL， `email` varchar(255) 默认为空， `join_date` 日期时间 DEFAULT NULL， `twitter` varchar(255) 默认为空， `twitterCrawled` 日期时间默认为 NULL， `twitterImage` varchar(255) 默认为空，主键（`id`），唯一键 `email` (`email`) ) 引擎=MyISAM AUTO_INCREMENT=20413 默认字符集=latin1； /* 我们的推特粉丝列表 */ 创建表`twitterFollowers`（ `id` int(11) unsigned NOT NULL AUTO_INCREMENT, `screenName` varchar(25) 默认为空， `twitterId` varchar(25) 默认为空， `customerId` int(11) 默认为空， `uniqueStr` varchar(50) 默认为空，主键（`id`），唯一键 `unique` (`uniqueStr`) ) 引擎=InnoDB AUTO_INCREMENT=13426 默认字符集=utf8； /* 根据粉丝与我们的追随者的电子邮件/屏幕名称比较，建议推特追随者可能匹配的表格如果有人（即版主）确认或否认这是一场不错的比赛，他们会在 `dismissed` 中添加一个日期戳 */ 创建表`contentSuggestion`（ `id` int(11) unsigned NOT NULL AUTO_INCREMENT, `userId` int(11) 默认为空， `fanId` int(11) 默认为空， `twitterAccountId` int(11) 默认为空， `contentType` varchar(50) 默认为空， `contentString` varchar(255) 默认为空， `添加`日期时间默认为空， `dismissed` 日期时间 DEFAULT NULL， `uniqueStr` varchar(255) 默认为 NULL，主键（`id`），唯一键 `unstr` (`uniqueStr`) ) 引擎=InnoDB AUTO_INCREMENT=2 默认字符集=utf8；

我想要得到的是：

SELECT [粉丝专栏] WHERE 粉丝网名在 twitterfollowers 中并且在 contentSuggestion 中没有粉丝屏幕名称（带有已关闭的日期戳）

My attempts so far:

~33 秒

从粉丝中选择fans.id，tf.screenName 作为col1，tf.twitterId 作为col2 左加入 twitterFollowers tf ON tf.screenName = fan.emailUsername LEFT JOIN contentSuggestion cs ON cs.contentString = tf.screenName WHERE dismissed IS NULL GROUP BY(fans.id) HAVING col1 != ''

~14 秒

SELECT id, emailUsername FROM Fans WHERE emailUsername IN(SELECT DISTINCT(screenName) FROM twitterFollowers) AND emailUsername NOT IN(SELECT DISTINCT(contentString) FROM contentSuggestion WHERE dismissed IS NULL) GROUP BY (fans.id);

9.53 秒

从粉丝中选择fans.id，tf.screenName 作为col1，tf.twitterId 作为col2 LEFT JOIN twitterFollowers tf ON tf.screenName = fan.emailUsername WHERE tf.uniqueStr NOT IN(SELECT uniqueStr FROM contentSuggestion WHERE dismissed IS NULL)

我希望有更好的方法。我一直在努力在单个 LEFT JOIN 之外真正使用 JOINS，这已经帮助我大大加快了其他查询的速度。

感谢您能给我的任何帮助。

【问题讨论】：

标签： php mysql join

【解决方案1】：

我会选择第二种方法的变体。代替IN，使用EXISTS。然后添加正确的索引并移除聚合：

SELECT f.id, f.emailUsername
FROM fans f
WHERE EXISTS (SELECT 1
              FROM twitterFollowers tf
              WHERE f.emailUsername = tf.screenName
             ) AND
      NOT EXISTS (SELECT 1
                  FROM contentSuggestion cs
                  WHERE f.emailUsername = cs.contentString AND
                        cs.dismissed IS NULL
                 ) ;

然后确保您具有以下索引：twitterFollowers(screenName) 和 contentSuggestion(contentString, dismissed)。

一些注意事项：

使用IN时，不要使用SELECT DISTINCT。我不能 100% 确定 MySQL 总是足够聪明，可以忽略子查询中的 DISTINCT（这是多余的）。
历史上，EXISTS 在 MySQL 中比 IN 快。优化器在最近的版本中得到了改进。
为了提高性能，您需要正确的索引。然后确保您具有以下索引：twitterFollowers(screenName) 和 contentSuggestion(contentString, dismissed)。
假设fan.id 是唯一的（一个非常合理的假设），您不需要最终的group by。

【讨论】：