mysql：涉及日历表的RIGHT JOIN查询速度问题

Question

更新：似乎问题（正如许多人所说）是将日期时间字段更改为查询中的日期字段。

使用DATE( all_griefs_tbl.actioned_date太慢了，有没有更快的方法，既不将actioned_date改成日期字段也不拆分成日期和时间字段？

我有 2 个表，一个包含大量记录，其中包含状态和日期时间字段，另一个是日期从 2008 年到 2015 年的日历表。

我想得到的是一个时间段内的每个日期以及每天“接受”的记录数——即使该计数为零——看起来像这样：

| Date      | number_accepted |
 ----------------------------
 2012-03-01     723
 2012-03-02     723
 2012-03-03     1055
 2012-03-04     1069
 2012-03-05     0
 2012-03-06     615
 2012-03-07     0
 2012-03-08     1072
 2012-03-09     664
 2012-03-10     859
 2012-03-11     0
 2012-03-12     778
 2012-03-13     987

我尝试了以下方法，但它仅在少量数据样本（-1000 行）上足够快。我需要在至少 600k 行上运行良好的东西

SELECT calendar.datefield AS Date, 
       COUNT( all_griefs_tbl.actioned_status ) AS total_griefs
FROM all_griefs_tbl
RIGHT JOIN calendar 
   ON ( DATE( all_griefs_tbl.actioned_date ) = calendar.datefield )
   AND all_griefs_tbl.actioned_status = 'accepted'
WHERE calendar.datefield < CURDATE( )
GROUP BY calendar.datefield

谢谢

编辑：按要求执行计划

 id select_type     table           type    possible_keys     key               key_len     ref     rows    Extra
 1  SIMPLE          calendar        range   PRIMARY           PRIMARY           3           NULL    1576    Using where; Using index
 1  SIMPLE          all_griefs_tbl  ref     actioned_status   actioned_status   153         const   294975  

Answer 1

一些想法......

首先，尽管您声明希望在 db 查询中没有返回任何值的天数，但实际上我会在处理结果集的任何地方进行此检查。每当您进行连接时，您的查询都会变得更加复杂，并且需要更多的内存来处理它们。在这种情况下，我不认为您使用日历表是对关系数据库的特别好的使用。

编辑：澄清一下，查询是如何被调用的？即是否有一些程序（您正在开发）访问数据库、运行查询并显示结果？如果是这样，我建议让这个程序在演示之前处理结果。

其次，如果您致力于“加入”，那么您确实应该在all_griefs_tbl.actioned_date 上有一个索引，因为这是您进行加入的列。或者，您可以在 calendar.datefield 上指定一个外键。

三、需要用到DATE(all_griefs_tbl.actioned_date)这个函数吗？这不是已经约会了吗？ （不确定您的数据类型，但如果 this 和 calendar.datefield 不是同一数据类型，这看起来像是糟糕的数据库设计。）

编辑：根据您所说的，您可能希望将all_griefs_tbl.actioned_date 拆分为两列：日期列all_griefs_tbl.actioned_date 和时间戳列all_griefs_tbl.actioned_time。目前，您正在all_griefs_tbl 中的每一行上运行此DATE() 函数以进行连接——这将很快使查询变得迟缓。这也将允许您在 date 和 time 列上添加索引，这也将提高连接的性能（鉴于您当前的数据库设计，我不是让actioned_date 上的索引感到惊讶并没有帮助 - 我宁愿期待，因为 DATE() 函数，如果您重新运行 EXPLAIN 并在当前的 actioned_date 列上使用索引，它不会t 在all_griefs_tbl 上使用此索引显示它。）

第四，您可能需要考虑all_griefs_tbl.actioned_status 中存储了哪些类型的信息。这可以用布尔值代替吗？这将更有效地存储和处理数据。 （不过，这取决于您的数据库设计。）

编辑：您可以考虑将 all_griefs_tbl.action_status 更改为更小的数据类型 - 我希望它当前是 varchar，但您可以轻松地将其更改为单个（或小）char 数据类型，甚至可以更改为多个布尔值。但是，我不认为这会成为主要的性能开销，实际上是一个更复杂的数据库设计决策，具体取决于您的项目需求。

Answer 2

我建议将您的 actioned_date 从日期时间拆分为 2 个单独的日期和时间列，例如 actioned_date 和 actioned_time，这样您就可以更改您的第一个加入条件

ON ( DATE( all_griefs_tbl.actioned_date ) = calendar.datefield )

到

ON ( all_griefs_tbl.actioned_date = calendar.datefield )

并添加索引

ALTER TABLE all_griefs_tbl ADD INDEX g_status_date( actioned_status, actioned_date, actioned_time );

它可能会使您对具有 600k 行的表立即进行查询。