Java教程

复杂SQL语句及其优化

本文主要是介绍复杂SQL语句及其优化,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

1,复杂SQL语句类型 

1,1  笛卡尔连接 

 

题目1:找出工资超过各自经理的员工姓名

表:employee(id , name , depid , salary, manager_id )

SELECT e1.name AS employee_name, e1.salary, e2.name AS manager_name, e2.salary
FROM employee e1, employee e2
WHERE e1.manager_id = e2.id
AND e1.salary > e2.salary;

 

 

1.2 相关子查询 

相关子查询和普通子查询(也叫非相关子查询)的差别就在于这子查询中是否有对外部查询中涉及到的表的引用。

此时,先执行外部查询,拿到一个结果后,去执行内部查询,判断是否满足条件。

举例: 查询 “工资大于该员工所在部门平均工资的员工”

SELECT employee_number, name
FROM employees emp
WHERE salary > (
    SELECT AVG(salary)
    FROM employees
    WHERE department = emp.department  # 子查询中的表就是外部查询的引用表
);

 

1.3 行转列 或者 列转行 

 行转列: 行的某列数据,转化到多个列上。

方法:主要是使用CASE WHEN 条件函数,增加表格的列。

比如:

学生表student:
id name subject score
sam yuwen 50
sam shuxue 70
bob yuwen 78

#####

SELECT id, name AS 姓名
    , sum(CASE Subject
        WHEN 'yuwen' THEN score
        ELSE 0
    END) AS 语文
    , sum(CASE Subject
        WHEN 'shuxue' THEN score
        ELSE 0
    END) AS 数学
    , sum(CASE Subject
        WHEN 'yingyu' THEN score
        ELSE 0
    END) AS 英语
FROM student

列转行: 某列的数据,转化到多个行上。

方法:假设在HIVE 库内,使用LATERAL VIEW语法

电影信息表 movie_info:
  name      types
《疑犯》  悬疑,动作,科幻,爱情

-->
name    type
《疑犯》   悬疑
《疑犯》 动作
《疑犯》 科幻
《疑犯》 爱情

SELECT name, type
FROM movie_info
    LATERAL VIEW explode(types)  alias_table  AS type;

 

1.4 窗口函数 (针对HIVE)

语法: 

题目: 要求拉出一个表,包含当前表信息,并且包含该次消费的上一次消费日期。

 

# 订单表order:(name ,date,   cost) 

   name: 顾客姓名  date: 日期  cost: 花费 

select name, date, cost, lag(cost, 1, 0) over(patitioned by name order by date) as preDate  from order 

 

 

二,典型逻辑SQL逻辑举例:

1, 每个用户连续签到天数

t_user_attendence表(fdate, fuser_id, fis_sign_in )  表的说明:日期【fdate】,用户id【fuser_id】,用户当天是否签到【0否1是】

举例;

2020-10-01   002  1

2020-10-02   003  1

2020-10-02   002  0

SELECT fuser_id, datediff('2022-06-26', fdate_max) AS fconsecutive_days  # 当前日期  - 最近未签到日期 = 连续签到日期
FROM (
    SELECT fuser_id, max(fdate) AS fdate_max   #找出用户最近未签到的日期
    FROM t_user_attendence
    WHERE fis_sign_in = 0
    GROUP BY fuser_id
) t1;

2, 每个用户最大的连续签到天数 

  含义是,在整个签到表的日期范围内,最大的连续签到日期。

表格:同上

表格:同上  

SELECT fuser_id, max(length(cut_fsign_record)) AS fmax_days  # 对“11111”求长度,就是连续登录天数
FROM (
    SELECT fuser_id, fsign_record, cut_fsign_record
    FROM (
        SELECT fuser_id, wm_concat(fis_sign_in) AS fsign_record  # 多列合并到一行,列值以","号分隔起来
        FROM t_user_attendence
        GROUP BY fuser_id
    ) t1
    LATERAL VIEW explode(split(fsign_record, '0')) t AS cut_fsign_record  # 用0分割列,把列值转多行。(111  111) 
) t2
WHERE cut_fsign_record <> ''
GROUP BY fuser_id;

# 语句适用于HIVE SQL。 ??

 

2,Explain 语句 

 对于hive:

 

explain会把查询语句转化成stage组成的序列,主要由三方面组成:

1:查询的抽象语法树

 

2:plane中各个stage的依赖情况

 

3:每个阶段的具体描述:描述具体来说就是显示出对应的操作算子和与之操作的对应的数据,例如查询算子,filter算子,fetch算子等等。

 

这里,你可以查看是否有严重计算密集的stage(或者是其中的算子,比如map ,  reduce , fillter , fetch ,  group by等等) , 可以查看每个算子操作的数据大小情况。使你可以看到

HSQL执行的mapreduce 底层运行情况。 由此决定如何调优(参见我的另一篇文章:  HIVE 调优思路和实践)。优化思路的前提是你必须对Mapreduce的原理比较熟悉。

 

对于MySQL:

explain 语句的输出信息包括: 1, 一个语句被分解成多个查询计划(比如 嵌套查询 ,Union查询)。  2,每个查询计划涉及到数据情况 ,索引使用情况 ,查询效率

 

ColumnJSON NameMeaning
id select_id select标识号
select_type None select类型
table table_name 这一行数据是关于哪张表的
partitions partitions 匹配的分区,对于未分区表,该值为空
type access_type 使用的连接类别,有无使用索引
possible_keys possible_keys MySQL能使用哪个索引在该表中找到行
key key MySQL实际决定使用的键(索引)
key_len key_length MySQL决定使用的键长度。如果键是NULL,长度为NULL
ref ref 与索引关联的列
rows rows mysql认为执行sql时必须被校验的行数
filtered filtered 表示此查询条件所过滤的数据的百分比
Extra None 附加信息

关注的字段:

type :  常用的类型有:NULL, system, const, eq_ref, ref, range, index, ALL(从左到右,性能越来越差)

  • NULL: MySQL在优化过程中分解语句,执行时甚至不用访问表或索引,例如从一个索引列里选取最小值可以通过单独索引查找完成
  • system:这个表(也可能是查询出来的临时表)只有一行数据 (= system table). 是const中的一个特例
  • const:表最多有一个匹配行,它将在查询开始时被读取。因为仅有一行,在这行的列值可被优化器剩余部分认为是常数。const 表常量次数,   const用于查询条件为PRIMARY KEY或UNIQUE索引并与常数值进行比较时的所有部分。
  • eq_ref:对于前几个表中的每一行组合,从该表中读取一行。除了system和const,这是最好的连接类型。当连接使用索引的所有部分,并且索引是主键或唯一非空索引时,将使用它。eq_ref可以用于使用= 操作符比较的带索引的列。比较值可以为常量或一个使用在该表前面所读取的表的列的表达式。 这种情况可认为,完全利用索引去查询的类型,效率比较高。
  • ref:  对于每个来自于前面的表的行组合,所有有匹配索引值的行将从这张表中读取。如果联接只使用键的最左边的前缀,或如果键不是UNIQUE或PRIMARY KEY(换句话说,如果联接不能基于关键字查询结果为单个行的话),则使用ref。如果使用的键仅仅匹配少量行,该联接类型是不错的。ref可以用于使用=或<=>操作符的带索引的列。
  • range: 只检索给定范围的行,使用一个索引来选择行。key列显示使用了哪个索引。key_len包含所使用索引的最长关键元素。在该类型中ref列为NULL。当使用=、<>、>、>=、<、<=、IS NULL、<=>、BETWEEN或者IN操作符,用常量比较关键字列时,可以使用range
  • index: 该联接类型与ALL相同,除了只有索引树被扫描。这通常比ALL快,因为索引文件通常比数据文件小。当查询只使用作为单索引一部分的列时,MySQL可以使用该联接类型。
  • ALL: 对于每个来自于先前的表的行组合,进行完整的表扫描。如果表是第一个没标记const的表,这通常不好,并且通常在它情况下很差。通常可以增加更多的索引而不要使用ALL,使得行能基于前面的表中的常数值或列值被检索出

rows: rows 列显示MySQL认为它执行查询时必须检查的行数。

fillter:  表示此查询条件所过滤的数据的百分比 , 数值越高越好。

 

根据expain语句提供的信息,查看SQL 执行计划,确定延迟最大的查询阶段,并对此进行优化。 

措施包括:

  1,修改查询SQL逻辑,最大程度利用索引结构,加速查询效率。

  2,修改表的索引设置 。

  3,MySQL资源优化配置层面进行优化。

 

 

这篇关于复杂SQL语句及其优化的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!