加入“最近一行”的最有效方式

Question

我知道这个问题已经被问了 100 次，这不是一个“我该怎么做”，而是一个效率问题——一个我不太了解的话题。

从我的互联网阅读中，我已经确定了一种解决最新问题的方法，听起来它非常有效 - 左连接一个“最大”表（按匹配条件分组），然后左连接匹配分组的行状况。像这样的：

 Select employee.*, evaluation.* form employee 
 LEFT JOIN (select max(report_date) report_date, employee_id 
      from evaluation group by employee_id) most_recent_eval 
    on most_recent_eval.employee_id = employee.id
 LEFT JOIN evaluation 
    on evaluation.employee_id = employee.id and evaluation.report_date = most_recent_eval.report_date

是否存在我不知道的问题？这是在进行 2 次表扫描（一次查找最大值，一次查找行）？是否必须对每位员工进行 2 次全面扫描？

我问的原因是，我现在正在考虑加入 3 个需要最新行（评估、安全许可和项目）的表，并且似乎任何低效率都会成倍增加。

谁能给我一些建议？

Answer 1

您应该对您提出的查询模式保持良好状态。

一个可能的建议，如果您的evaluation 表有自己的自动递增id 列，这将有所帮助。您也许可以使用此子查询找到每个员工的最新评估：

            SELECT MAX(id) id
              FROM evaluation
             GROUP BY employee_id

那么你的加入可以是这样的：

        FROM employee
   LEFT JOIN (
               SELECT MAX(id) id
                 FROM evaluation
                GROUP BY employee_id
             ) most_recent_eval ON most_recent_eval.employee_id=employee.id
   LEFT JOIN evaluation ON most_recent_eval.id = evaluation.id

如果id 值和evaluation 表中的report_date 值顺序相同，这将起作用。只有您知道您的应用程序是否属于这种情况。但如果是，这是一个非常有用的优化。

除此之外，您可能需要向某些表添加一些复合索引以加快查询速度。首先让它们正常工作。阅读http://use-the-index-luke.com/。请记住，除非选择它们来加速特定查询，否则大量单列索引通常会损害 MySQL 查询性能。

如果您在(employee_id, report_date) 上创建复合索引，则此子查询

 select max(report_date) report_date, employee_id 
   from evaluation
  group by employee_id

可以对效率惊人的loose index scan 感到满意。同样，如果您使用 InnoDB，查询

            SELECT MAX(id) id
              FROM evaluation
             GROUP BY employee_id

可以通过对employee_id 上的单列索引进行松散索引扫描来满足。 （如果您使用的是 MyISAM，则需要在 (employee_id, id) 上创建复合索引，因为 InnoDB 将主键列隐式地放入每个索引中。）