Mysql优化查询两表差集方法[mysql]

所属分类：[优化技术] | 创建时间：2013-04-11 | 文章属性：原创 | 文章来源：http://windfly.cn | 作者：windfly

<pre>问题：

A表中有10000条数据，B表中有10010条数据，其中有 B 表中有A表的所有数据关联，现要找出B表中多出的10条数据。
　　原sql语句,
　　SELECT A.id From A where A.id not in (select B.aid from A,B where A.id = B.aid)
　　耗时 31s

优化过程：

1.使用 not exists
 Select A.id from A where not exists (select B.aid from B where B.aid = A.id)
 耗时 30s

2.使用 left join
 Select A.id from A left join B where A.id = B.aid and A.id is null
 耗时 52s

3.使用 group by
　　Select tmp.id from 
　　(select distinct A.id as id from A
　　 Union All
　　 Select distinct B.aid as id from B
　　) 
　　tmp Group by tmp.id having count(id) = 1
　　 耗时 0.281s

方案分析：

1.使用not in
　　对两表是进行全表扫秒，数据量为10000*10010 数据库io读写耗时大

2.使用 not exists
　　对A表进行全表扫描，对B表会在扫描到匹配结果后返回，数据量小于 10000*10010 数据库io读写耗时大

3.使用 left join
　　Left join 使用了中间数据集，又因为使用了is null，会对AB两表均进行全表扫描，所以数据量和IO都会非常的大

4.使用 group by
　　使用了三次select，子查询中使用了索引列查询，每次查询的耗时和IO都很小，数据量为 10000 + 10010 ，由于数据量小，所以io也就很小，总体耗时最小</pre>