mysql - 如何改进计数查询？

Question

我有一个包含大量数据和几个索引列的表，我需要运行一个查询来计算有多少条记录几乎具有重复的数据。这就是我所说的几乎重复的数据:有一个用户表，其中有一列电话号码，有时这些号码带有额外的前缀，但我知道号码 CC123456 和 CCX123456(CC 是国家/地区代码，X 是额外前缀)相同。

我最初的想法是使用子查询，但它运行了 25 分钟，然后 mysql 工作台就退出了，所以我认为应该有更好的方法来做到这一点。我尝试的查询类似于

/* CC is once again the country code and X is the extra prefix */
SELECT COUNT(*)
FROM users
WHERE CHAR_LENGTH(phone_number) = 13 AND
      phone_number LIKE 'CCX%' AND
      phone_number IN (
          SELECT CONCAT(CC, SUBSTRING(phone_number FROM 3))
          FROM users
          WHERE CHAR_LENGTH(phone_number) = 12 AND
                phone_number LIKE 'CC%'
      );

有人知道我怎样才能做得更好吗？

编辑:我对查询运行了 EXPLAIN，这是结果。 u1 和 u2 只是表的别名，id_store 和 email 只是索引列

id  | select_type          | table | type    | possible_keys             | key        | key_len | ref  | rows      | Extra
'1' | 'PRIMARY'            | 'u1'  | 'range' | 'id_store,id_store_email' | 'id_store' | '31'    | NULL | '37604'   | 'Using where; Using index'
'2' | 'DEPENDENT SUBQUERY' | 'u2'  | 'range' | 'id_store,id_store_email' | 'id_store' | '31'    | NULL | '4881464' | 'Using where; Using index'

Answer 1

进行自加入怎么样？类似这样的事情(未在 MySQL 中测试):

SELECT COUNT(*) 
FROM users U, users S
WHERE substring(U.phone_number,1,3)='CCX' and substring(S.phone_number,1,2)='CC' and not(substring(S.phone_number,3,1) = 'X')
and substring(U.phone_number,4,10) = substring(S.phone_number,3,10)