[英]Why is my SQL query so slow?
我每周運行以下查詢,但它現在需要22小時才能運行! 報告的目的是在廣告展示位置和日期匯總展示和轉化數據,因此我要查詢的主表沒有主鍵,因為可能有多個具有相同日期/展示位置的事件。
主數據集有大約400K記錄,因此運行此報告所需的時間不應超過幾分鍾。
表格描述如下:
day_est DATE (index)
conv_day_est DATE (index)
placement_id INT (index)
adunit_id INT (index)
cost_type VARCHAR(20)
cost_value DECIMAL(10,2)
adserving_cost DECIMAL(10,2)
conversion1 INT
estimated_spend DECIMAL(10,2)
clicks INT
impressions INT
publisher_clicks INT
publisher_impressions INT
publisher_spend DECIMAL (10,2)
source VARCHAR(30)
placement_id INT
adunit_id INT
external_id VARCHAR (50)
primary key(placement_id,adunit_id,external_id)
SQL查詢
SELECT A.day_est,A.placement_id,A.placement_name,A.adunit_id,A.adunit_name,A.imp,A.clk, C.ads_cost, C.ads_spend, B.conversion1, B.conversion2,B.ID_Matched, C.pub_imps, C.pub_clicks, C.pub_spend, COALESCE(A.cost_type,B.cost_type) as cost_type, COALESCE(A.cost_value,B.cost_value) as cost_value, D.external_id
FROM (SELECT day_est, placement_id,adunit_id,placement_name,adunit_name,cost_type,cost_value,
SUM(impressions) as imp, SUM(clicks) as clk
FROM tbl_ads
WHERE source='delivery'
GROUP BY 1,2,3 ) as A LEFT JOIN
(
SELECT conv_day_est, placement_id,adunit_id, cost_type,cost_value, SUM(conversion1) as conversion1,
SUM(conversion2) as conversion2,SUM(id_match) as ID_Matched
FROM tbl_ads
WHERE source='attribution'
GROUP BY 1,2,3
) as B on A.day_est=B.conv_day_est AND A.placement_id=B.placement_id AND A.adunit_id=B.adunit_id
LEFT JOIN
(
SELECT day_est,placement_id,adunit_id,SUM(adserving_cost) as ads_cost, SUM(estimated_spend) as ads_spend,sum(publisher_clicks) as pub_clicks,sum(publisher_impressions) as pub_imps,sum(publisher_spend) as pub_spend
FROM tbl_ads
GROUP BY 1,2,3 ) as C on A.day_est=C.day_est AND A.placement_id=C.placement_id AND A.adunit_id=C.adunit_id
LEFT JOIN
(
SELECT placement_id,adunit_id,external_id
FROM map_external_id
) as D on A.placement_id=D.placement_id AND A.adunit_id=D.adunit_id
INTO OUTFILE '/tmp/weekly_report.csv';
EXPLAIN的結果:
+----+-------------+--------------------+-------+---------------+---------+---------+------+--------+----------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+--------------------+-------+---------------+---------+---------+------+--------+----------------+
| 1 | PRIMARY | <derived2> | ALL | NULL | NULL | NULL | NULL | 136518 | |
| 1 | PRIMARY | <derived3> | ALL | NULL | NULL | NULL | NULL | 5180 | |
| 1 | PRIMARY | <derived4> | ALL | NULL | NULL | NULL | NULL | 198190 | |
| 1 | PRIMARY | <derived5> | ALL | NULL | NULL | NULL | NULL | 23766 | |
| 5 | DERIVED | map_external_id | index | NULL | PRIMARY | 55 | NULL | 20797 | Using index |
| 4 | DERIVED | tbl_ads | index | NULL | PIndex | 13 | NULL | 318400 | |
| 3 | DERIVED | tbl_ads | ALL | NULL | NULL | NULL | NULL | 318400 | Using filesort |
| 2 | DERIVED | tbl_ads | index | NULL | PIndex | 13 | NULL | 318400 | Using where |
+----+-------------+--------------------+-------+---------------+---------+---------+------+--------+----------------+
更多的是一個推測性的答案,但我不認為22小時太不現實了......
首先要做的事情......你不需要最后一個子查詢,只需說明狀態
LEFT JOIN map_external_id as D on A.placement_id=D.placement_id AND A.adunit_id=D.adunit_id
其次,在第一個和第二個子查詢中,您在WHERE語句中具有字段source
,並且此字段未在表方案中列出。 顯然它可能是枚舉或字符串類型,它有索引嗎? 我有一個表有1'000'000左右的條目,其中一個缺失的索引導致一個簡單查詢的處理時間為30秒(不能相信在登錄過程中放置查詢的人)。
中間不相關的問題,最終的結果集大小是多少?
第三,我的假設是,通過運行聚合子查詢,mysql實際上創建了沒有任何索引的臨時表 - 這很糟糕。 您是否查看過單個子查詢的結果集? 典型的套裝尺寸是多少? 從您的陳述和我對典型數據的猜測,我會假設聚合實際上只是略微減少了設置大小(除了WHERE語句)。 所以讓我按子查詢的順序猜測:200'000,100'000,200'000
然后,每個子查詢在三個可能沒有索引的字段上與下一個子查詢連接。 第一次加入的最壞情況是:200'000 * 100'000 = 20'000'000'000比較。 從我的30秒開始查詢1'000'000記錄經驗,使其成為20'000 * 30 = 600'000秒= + - 166小時。 顯然這太多了,也許有一個數字丟失,也許它是20秒而不是30,結果集可能會有所不同,最壞的情況不是普通情況 - 但你得到了圖像。
我的解決方案方法是嘗試創建替換聚合子查詢的其他表。 從您的查詢來看,您可以每天更新它,因為我猜您只是在展示次數上插入行,因此您可以逐步添加聚合數據。 然后你將你的超級查詢轉換為兩個步驟
顯然,聚合表應該被有意義地索引。 我認為應該將最終查詢降低到幾秒鍾。
謝謝你的所有建議。 我最終拆分子查詢並為每個創建臨時表(使用PK),然后在最后將臨時表連接在一起,現在需要大約10分鍾才能運行。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.