MYSQL（NOT IN）查询非常慢

Question

我不知道为什么这个查询需要45分钟才能给我结果

table1 = 831293行

table2 = 2000.000行

SELECT ID, name FROM table1 WHERE name not IN (SELECT name FROM table2 )  LIMIT 831293

my.cnf文件如下所示：

max_allowed_packet  = 64M
innodb_buffer_pool_size = 8G
innodb_log_file_size    = 256M 
query_cache_type        = 1
query_cache_limit   = 1M

Answer 1

该选择非常昂贵，因为在最坏的情况下，对于表1中的每个记录，您都必须遍历表2中的2.000.000条记录。 我不是MySQL专家，但是在Oracle平台上，我会考虑为table2建立索引和表空间。

顺便说一句，LIMIT部分是没有用的。

Answer 2

你有名字索引吗？

如果必须每次循环遍历每行table2，则可以有效地循环遍历831293 * 200000行，这很多。

在名称上建立索引后，由于可以更轻松地在该索引中搜索名称，因此可以显着提高性能。 （可能甚至是O（1），因为可能会有一个哈希表）

您可以按照以下步骤进行操作

ALTER TABLE `table2` ADD INDEX (`name`)

Answer 3

我认为使用Exist会更快。

select Id,name from
(
    select table1.ID as ID, table1.name as name  
    FROM table1 inner join table2 
    on table1.name=table2.name
)
    WHERE not EXISTS
    (
    select 1  
    FROM table1 inner join table2 
    on table1.name=table2.name);

Answer 4

同意：（a）添加索引，并且（b）limit子句无用。

考虑一个“左外部联接”-它将带走“左”表中的所有行，即使“右”表中不存在联接值也是如此-然后您过滤掉不需要的“右”值。

就像是：

SELECT t1.ID, t1.name 
FROM table1 t1 left outer join table2 t2 
on t1.name = t2.name
where t2.name is null;

注意：上面的sql假定名称在t2中是唯一的，而在t1中不是唯一的。