每个标准的限制

Question

我有一个文章表和一个类别表。我想为每个类别获取 7 篇文章。目前我有这个，但在大桌子上速度很慢，所以这不是一个真正的解决方案：

SELECT id, 
       title, 
       categories_id, 
       body, 
       DATE_FORMAT(pubdate, "%d/%m/%y %H:%i") as pubdate   
FROM articles AS t 
WHERE ( 
    SELECT COUNT(*) 
    FROM articles 
    WHERE t.categories_id = categories_id 
      AND id< t.id AND publish = 1 
      AND expires > '2008-12-14 18:38:02' 
      AND pubdate <= '2008-12-14 18:38:02' 
    ) < 7 
ORDER BY categories_id DESC

使用说明，它向我显示它正在执行连接类型 ALL 和 REF。选择类型是 PRIMARY 和 DEPENDENT SUBQUERY。

有没有更好的解决方案？

Answer 1

这是我解决这个问题的方法：

SELECT a1.id, 
       a1.title, 
       a1.categories_id, 
       a1.body, 
       DATE_FORMAT(a1.pubdate, "%d/%m/%y %H:%i") as pubdate  
FROM articles AS a1
  LEFT OUTER JOIN articles AS a2
  ON (a1.categories_id = a2.categories_id AND 
     (a1.pubdate < a2.pubdate OR (a1.pubdate = a2.pubdate AND a1.id < a2.id)))
GROUP BY a1.id
HAVING COUNT(*) < 7;

相关子查询通常表现不佳，因此该技术使用连接代替。

对于给定的文章，搜索与当前正在考虑的文章 (a1) 的类别相匹配的文章 (a2)，并且具有较新的日期（或更高的 id，如果是相同的）。如果满足该标准的文章少于七篇，则当前一篇必须是其类别中最新的。

如果您可以依赖与pubdate 具有相同排序顺序的唯一id 列，那么您可以简化连接，因为在唯一列上不会有任何联系：

  ON (a1.categories_id = a2.categories_id AND a1.id < a2.id)

Answer 2

1. 表有多大，慢到什么程度？

2. 表上有哪些索引？

3. EXPLAIN 的全部信息是什么？

另外，这两个日期时间值是显式的，所以看起来这要么是由由其他信息组成的东西生成的代码生成的。是否还有其他某种 SQL 查询，它在列表的循环中执行此操作？

不清楚选择了哪 7 篇文章 - 最新的？到哪一天？

Answer 3

所以看起来您要求的是少于 7 篇文章的类别；所以这就是查询应该开始的地方——

SELECT categories_id,  COUNT(1)  
FROM articles  
WHERE publish = 1 
  AND expires > '2008-12-14 18:38:02' 
  AND pubdate <= '2008-12-14 18:38:02'
GROUP BY categories_id
HAVING COUNT(1) < 7

然后将其作为子查询：

SELECT 
    c.id, c.title, c.id, a.body,  
    DATEFORMAT(a.pubdate, "%d/%m/%y %H:%i") as pubdate  
FROM categories c  
JOIN articles a ON c.id = a.categories_id  
JOIN 
(  
    SELECT DISTINCT categories_id  
    FROM articles  
    WHERE publish = 1  
        AND expires > '2008-12-14 18:38:02'  
        AND pubdate <= '2008-12-14 18:38:02'  
    GROUP BY categories_id  
    HAVING COUNT(1) <= 7  
) AS j ON c.id = j.categories_id  
ORDER BY whatever  

下一步是将返回的文章数量限制为 7 - 如果这看起来合适，我可以在下一步处理这个问题。 （按原样尝试，看看 EXPLAIN 是什么样的。）

编辑：将“

Answer 4

您有多种选择 - 有些可能会导致性能问题，但这取决于许多因素。

您可以将其拆分为多个查询。一个查询读取所有类别：

SELECT categories_id FROM Categories

然后对于每个类别，读出前七篇文章：

SELECT 
  id, 
  title, 
  ...etc.
FROM articles
where categories_id = 1 

...每个类别以此类推。

这样做的好处是更容易理解，但缺点是将一个查询变成 1 +（1* 猫的数量）。再说一次，你可以限制类别的数量，这样你就有了一些控制元素。有时您会发现 5 个简单的查询比 1 个复杂的查询执行得好很多！

这种假设您正在从您可以控制的某些代码中调用 SQL - 是这样吗？

Answer 5

在测试中我发现限制 7 在 MySQL 的子查询中不起作用，请参阅 Bill 的建议，我验证它运行良好。

SELECT id, 
       title, 
       categories_id, 
       body, 
       DATE_FORMAT(pubdate, "%d/%m/%y %H:%i") as pubdate   
FROM articles A INNER JOIN articles B ON B.categories_ID = A.Categories_ID
WHERE A.ID IN ( 
    SELECT ID
    FROM Articles  
    WHERE categories_id = A.categories_id 
      AND publish = 1 
      AND expires > '2008-12-14 18:38:02' 
      AND pubdate <= '2008-12-14 18:38:02' 
    LIMIT 7
    ORDER BY Categories_ID DESC) 
ORDER BY B.Categories_ID DESC

Answer 6

虽然 Bill 的查询平均而言可能会更好一些，但单次运行需要 230 秒。我没有进行完整的测试（几次运行），但它仍然太慢，所以我想更好的选择是每个类别进行 1 次查询以获取最新的 7 项 - 看起来它会比所有其他选项更快。