gpt4 book ai didi

mysql - EXISTS vs IN - 哪一个在MySQL 5.5和MySQL 5.7中更好?

转载 作者:可可西里 更新时间:2023-11-01 08:02:38 28 4
gpt4 key购买 nike

我从性能角度测试了mysql 5.7和5.5上的两种不同sql方法(exists和in)。
作为测试的附带说明,两个数据库都在同一台机器上,在这台机器上,每次测试我只激活其中一个数据库。它们每个都有4GB的内存分配给它们。我在每次测试之前重新启动了数据库,以确保没有缓存完成(至少在数据库级别没有)。
我在stackoverflow上看到了很多问题,从in到exists的转换在性能方面很有帮助。在大多数线程中,老的mysql版本(ver<5.6)就是这样。所以我的第一个目标是测试这个理论(exists比老版本的mysql要好)。
另外,我一直在阅读更新的mysql版本中的改进,所以我想亲自看看。
因此,为了更好地了解哪一个更适合我以后的查询,我运行了以下测试:
定义常量:

SET @quantity = 50;

存在查询:
SELECT SQL_NO_CACHE
c.c_first_name, c.c_birth_country
FROM
customer c
WHERE
EXISTS( SELECT
1
FROM
store_sales ss
WHERE
ss.ss_quantity > @quantity
AND ss.ss_customer_sk = c.c_customer_sk)
ORDER BY c.c_first_name DESC , c.c_birth_country DESC
LIMIT 1000;

查询中的等价项:
SELECT SQL_NO_CACHE
c.c_first_name, c.c_birth_country
FROM
customer c
WHERE
c.c_customer_sk IN (SELECT
ss.ss_customer_sk
FROM
store_sales ss
WHERE
ss.ss_quantity > @quantity)
ORDER BY c.c_first_name DESC , c.c_birth_country DESC
LIMIT 1000;

结果是:
mysql 5.5-存在-53秒
mysql 5.5-in-48秒
mysql 5.7-存在-46秒
mysql 5.7-在4秒内
正如你所看到的,结果有点令人惊讶:
由于某些原因,exists替代方案的性能比mysql 5.5的in替代方案差。
对于mysql 5.7,in的性能似乎明显优于exists,即使exists替代方案的解释比in替代方案“看起来更好”(请参见下面的解释输出)。
你能分享一下你的想法吗?
当您要编写新查询时,如何在in和exists之间进行选择?你将如何指导你的团队?我们可以每次都尝试这两种方法,但这听起来有点可笑,在编写复杂的查询时可能会浪费很多时间。对于mysql<5.6和mysql>5.6,应该有一些指导原则来说明它们各自何时更好。
有没有我遗漏的mysql文档?
只是用所有相关的表来结束循环并解释信息-
带有索引的表创建脚本(您可能会在这里看到许多无用或冗余的索引,但请忽略它们,因为这是一个测试环境):
CREATE TABLE `customer` (
`c_customer_sk` int(11) NOT NULL,
`c_customer_id` char(16) NOT NULL,
`c_current_cdemo_sk` int(11) DEFAULT NULL,
`c_current_hdemo_sk` int(11) DEFAULT NULL,
`c_current_addr_sk` int(11) DEFAULT NULL,
`c_first_shipto_date_sk` int(11) DEFAULT NULL,
`c_first_sales_date_sk` int(11) DEFAULT NULL,
`c_salutation` char(10) DEFAULT NULL,
`c_first_name` char(20) DEFAULT NULL,
`c_last_name` char(30) DEFAULT NULL,
`c_preferred_cust_flag` char(1) DEFAULT NULL,
`c_birth_day` int(11) DEFAULT NULL,
`c_birth_month` int(11) DEFAULT NULL,
`c_birth_year` int(11) DEFAULT NULL,
`c_birth_country` varchar(20) DEFAULT NULL,
`c_login` char(13) DEFAULT NULL,
`c_email_address` char(50) DEFAULT NULL,
`c_last_review_date` char(10) DEFAULT NULL,
PRIMARY KEY (`c_customer_sk`),
KEY `c_fsd2` (`c_first_shipto_date_sk`),
KEY `c_fsd` (`c_first_sales_date_sk`),
KEY `c_hd` (`c_current_hdemo_sk`),
KEY `c_cd` (`c_current_cdemo_sk`),
KEY `c_a` (`c_current_addr_sk`),
KEY `customer_index_1` (`c_first_name`,`c_birth_country`),
CONSTRAINT `c_a` FOREIGN KEY (`c_current_addr_sk`) REFERENCES `customer_address` (`ca_address_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `c_cd` FOREIGN KEY (`c_current_cdemo_sk`) REFERENCES `customer_demographics` (`cd_demo_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `c_fsd` FOREIGN KEY (`c_first_sales_date_sk`) REFERENCES `date_dim` (`d_date_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `c_fsd2` FOREIGN KEY (`c_first_shipto_date_sk`) REFERENCES `date_dim` (`d_date_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `c_hd` FOREIGN KEY (`c_current_hdemo_sk`) REFERENCES `household_demographics` (`hd_demo_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION
) ENGINE=InnoDB DEFAULT CHARSET=utf8


CREATE TABLE `store_sales` (
`ss_sold_date_sk` int(11) DEFAULT NULL,
`ss_sold_time_sk` int(11) DEFAULT NULL,
`ss_item_sk` int(11) NOT NULL,
`ss_customer_sk` int(11) DEFAULT NULL,
`ss_cdemo_sk` int(11) DEFAULT NULL,
`ss_hdemo_sk` int(11) DEFAULT NULL,
`ss_addr_sk` int(11) DEFAULT NULL,
`ss_store_sk` int(11) DEFAULT NULL,
`ss_promo_sk` int(11) DEFAULT NULL,
`ss_ticket_number` int(11) NOT NULL,
`ss_quantity` int(11) DEFAULT NULL,
`ss_wholesale_cost` decimal(7,2) DEFAULT NULL,
`ss_list_price` decimal(7,2) DEFAULT NULL,
`ss_sales_price` decimal(7,2) DEFAULT NULL,
`ss_ext_discount_amt` decimal(7,2) DEFAULT NULL,
`ss_ext_sales_price` decimal(7,2) DEFAULT NULL,
`ss_ext_wholesale_cost` decimal(7,2) DEFAULT NULL,
`ss_ext_list_price` decimal(7,2) DEFAULT NULL,
`ss_ext_tax` decimal(7,2) DEFAULT NULL,
`ss_coupon_amt` decimal(7,2) DEFAULT NULL,
`ss_net_paid` decimal(7,2) DEFAULT NULL,
`ss_net_paid_inc_tax` decimal(7,2) DEFAULT NULL,
`ss_net_profit` decimal(7,2) DEFAULT NULL,
PRIMARY KEY (`ss_item_sk`,`ss_ticket_number`),
KEY `ss_s` (`ss_store_sk`),
KEY `ss_t` (`ss_sold_time_sk`),
KEY `ss_d` (`ss_sold_date_sk`),
KEY `ss_p` (`ss_promo_sk`),
KEY `ss_hd` (`ss_hdemo_sk`),
KEY `ss_c` (`ss_customer_sk`),
KEY `ss_cd` (`ss_cdemo_sk`),
KEY `ss_a` (`ss_addr_sk`),
KEY `store_sales_index_1` (`ss_quantity`,`ss_customer_sk`),
KEY `store_sales_idx_sk_price` (`ss_item_sk`,`ss_sales_price`),
KEY `store_sales_idx_price_sk` (`ss_sales_price`,`ss_item_sk`),
CONSTRAINT `ss_a` FOREIGN KEY (`ss_addr_sk`) REFERENCES `customer_address` (`ca_address_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `ss_c` FOREIGN KEY (`ss_customer_sk`) REFERENCES `customer` (`c_customer_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `ss_cd` FOREIGN KEY (`ss_cdemo_sk`) REFERENCES `customer_demographics` (`cd_demo_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `ss_d` FOREIGN KEY (`ss_sold_date_sk`) REFERENCES `date_dim` (`d_date_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `ss_hd` FOREIGN KEY (`ss_hdemo_sk`) REFERENCES `household_demographics` (`hd_demo_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `ss_i` FOREIGN KEY (`ss_item_sk`) REFERENCES `item` (`i_item_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `ss_p` FOREIGN KEY (`ss_promo_sk`) REFERENCES `promotion` (`p_promo_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `ss_s` FOREIGN KEY (`ss_store_sk`) REFERENCES `store` (`s_store_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION,
CONSTRAINT `ss_t` FOREIGN KEY (`ss_sold_time_sk`) REFERENCES `time_dim` (`t_time_sk`) ON DELETE NO ACTION ON UPDATE NO ACTION
) ENGINE=InnoDB DEFAULT CHARSET=utf8

explain-mysql 5.7-exists备用-
1   PRIMARY c       index       customer_index_1    124     1000    100.00  Using where; Using index
2 DEPENDENT SUBQUERY ss ref ss_c,store_sales_index_1 ss_c 5 tpcds.c.c_customer_sk 32 50.00 Using where

解释-mysql 5.7-可选-
1   SIMPLE  ss      range   ss_c,store_sales_index_1    store_sales_index_1 5       1395022 100.00  Using where; Using index; Using temporary; Using filesort; Start temporary
1 SIMPLE c eq_ref PRIMARY PRIMARY 4 tpcds.ss.ss_customer_sk 1 100.00 End temporary

explain-mysql 5.5-exists可选-
1   PRIMARY c   index       customer_index_1    124     1000    Using where; Using index
2 DEPENDENT SUBQUERY ss ref ss_c,store_sales_index_1 ss_c 5 tpcds.c.c_customer_sk 14 Using where

解释-mysql 5.5-可选-
1   PRIMARY c   index       customer_index_1    124     1000    Using where; Using index
2 DEPENDENT SUBQUERY ss index_subquery ss_c,store_sales_index_1 ss_c 5 func 14 Using where

最佳答案

这个问题没有最终的真相。如果in的性能总是比exists差,那么优化器可以采取的第一步就是简单地将每个in重写为exists
in允许优化器利用several different execution paths,这是常规exists子查询无法做到的。它尤其可以执行in作为exists(但反之亦然)。所以如果你想有一个通用的指导原则,你可以在任何可能的地方使用in,因为它可以很容易地被重写为exists,让你选择(和编译器)以任何一种方式来实现它。如果测试显示mysql走错了路径,您可以简单地切换到exists,强制优化器执行同样的操作。
如果优化器选择采用其中一个新的可用执行计划,那么它们可能会更快——或者不会。对于优化器所做的许多决策来说,这是正确的:它基本上是基于它所拥有的关于数据的一些有限信息进行猜测的,而且可能猜错了。告诉优化器探索一些不同路径的直接方法是利用Optimizer Hints。稍微更改查询(例如将in切换到exists)也可以使优化器选择不同的执行计划(例如,因为其他的已经不可用),因此您可以将其视为间接提示,尽管它比实际提示更不可控。
这些可能会给你一个更快的结果-或者,出于同样的原因,相反的。这通常取决于你的实际数据和情况。你只需根据你的具体情况测试一下,然后选择一个速度更快的。但请记住,情况可能会改变(如果数据分布发生变化),因此可能需要在某个时候重新测试并可能重写查询。
但它通常并不适用——正如您已经意识到的,对于您的具体情况,您的假设“存在比在旧的mysql版本中更好”并不成立,而对于您所看到的大多数问题(这可能是或可能不是一个有偏见的选择)似乎都是这样。
在一般的介绍之后(你想听一些想法,所以你得到了一些):
您的infor 5.7之所以表现如此出色,是因为mysql在可能的执行计划中找到了一种适合您的特定数据分发的方法。
假设您只有一个客户ss_quantity > @quantity。因为您在ss_quantity上有一个索引,所以对您的查询最快的答案是简单地使用这个索引,用那个数量查找客户,就完成了。你拥有的顾客越多,这就越不有效。例如,假设每个客户都满足数量条件,那么支持您的order by(因此limit)的索引更可取-这是mysql 5.5决定通过选择使用索引customer_index_1的执行计划来做的。
exists更改为in使mysql找到了该路径。优化器在5.5之间变得更好了。所以这不仅仅是偶然的运气。但是如果你的数据分布超出了临界点,而mysql仍然走这条路,那么它将变得更慢。在你达到盈亏平衡点的地方会有很多神奇的顾客。你显然站在这一点的好一边。
一种测试方法是将@quantity设置为一个较低的值。您可能会找到一个in将被执行的值,比如exists,甚至可能找到一个existsin快的值。另一个因素是limit的值。limit 1应该像exists当前那样执行(假设您的查询返回的行多于少数行),因此您可能会找到一些数量参数,并限制inexists慢的地方。如果mysql确实将in的执行计划更改为类似于exists,那么limit将有一些值,而limit则没有(我们知道至少对于值1000)。您可能会找到一个值,其中in再次比exists慢。
但要再次强调这一点:它并不普遍适用。这些值将取决于您的数据,情况可能会随之改变。如果你获得了越来越多的客户,那么1000的限制可能会变得越来越不相关,而且你可能会在未来达到临界点,即inexists更糟糕(mysql没有意识到这一点),并且可能不得不更改你的查询。

关于mysql - EXISTS vs IN - 哪一个在MySQL 5.5和MySQL 5.7中更好?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48906772/

28 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com