mysql - 如何优化或正确编写此 MYSQL 查询？

Question

今天在我的 mysql-slow.log 中注意到一个非常长的 SQL 查询

想请教一些SQL高手，如何正确格式化和执行这条SQL。

sql 背后的思想:从 2 个表返回所有不在 mailchimp 表中的电子邮件，并仅返回 DISTINCT 值(用户和订阅者电子邮件可能重复)。还包括结果中的城市和语言。

如您所见，query_time 非常长，检查的行只是 wtf 组合的 2 个表，应该只有大约 20k 行。

Query_time: 113.216544  Lock_time: 0.000180 Rows_sent: 43  Rows_examined: 208280841

SELECT * FROM 
    ( SELECT u.email AS email, u.city, u.language FROM users AS u 
        LEFT JOIN mailchimp AS m ON u.email = m.email WHERE m.email IS NULL GROUP BY u.email 
        UNION SELECT s.email AS email, s.city, s.language FROM subscribers AS s 
        LEFT JOIN mailchimp AS m ON s.email = m.email WHERE m.email IS NULL GROUP BY s.email ) 
    AS sync GROUP BY sync.email ORDER BY sync.email ASC;

解释查询

+----+--------------+------------+------+---------------+------+---------+------+-------+---------------------------------+
| id | select_type  | table      | type | possible_keys | key  | key_len | ref  | rows  | Extra                           |
+----+--------------+------------+------+---------------+------+---------+------+-------+---------------------------------+
|  1 | PRIMARY      | <derived2> | ALL  | NULL          | NULL | NULL    | NULL |    23 | Using temporary; Using filesort |
|  2 | DERIVED      | u          | ALL  | NULL          | NULL | NULL    | NULL | 10482 | Using temporary; Using filesort |
|  2 | DERIVED      | m          | ALL  | NULL          | NULL | NULL    | NULL | 11411 | Using where; Not exists         |
|  3 | UNION        | s          | ALL  | NULL          | NULL | NULL    | NULL |  2709 | Using temporary; Using filesort |
|  3 | UNION        | m          | ALL  | NULL          | NULL | NULL    | NULL | 11411 | Using where; Not exists         |
| NULL | UNION RESULT | <union2,3> | ALL  | NULL          | NULL | NULL    | NULL |  NULL |                                 |
+----+--------------+------------+------+---------------+------+---------+------+-------+---------------------------------+
6 rows in set (2 min 1.65 sec)

Answer 1

请注意解释计划中没有可用的 key 。这将使性能变得糟糕。对于每个用户记录，您必须扫描整个 mailchimp 表。然后对于每个订户记录，您扫描整个 mailchimp 表。您进行了大约 10482*11411 + 2709*11411 次读取。

也许 MySQL 专家可以在这里插话，但据我了解 MySQL 文档，它不像其他一些数据库引擎那样进行哈希匹配。一切都是循环和匹配。

您可以通过在 mailchimp.email 上创建索引来显着提高性能。