sql優(yōu)化

select distinct brands.*
from product_prices
inner join products on products.id = product_prices.product_id
inner join brands on brands.id = products.brand_id
inner join quotation_batches on product_prices.batch_id = quotation_batches.id
where
(quotation_batches.id =76897 OR quotation_batches.group_id =76897)
and products.publish_stage IN (0,1)
and brands.status NOT IN (1,2)

首先粗略猜測一下表名整理關(guān)系:

產(chǎn)品(products)娜庇,都有一個(gè)品牌(brands)星爪,每個(gè)產(chǎn)品都會(huì)有多個(gè)報(bào)價(jià)(product_prices)笛粘,每個(gè)批次(quotation_batches)也都會(huì)有對(duì)應(yīng)的多個(gè)報(bào)價(jià)(這個(gè)關(guān)系稍微復(fù)雜一點(diǎn))

對(duì)應(yīng)到數(shù)據(jù)量其實(shí)就比較明朗了胚鸯,數(shù)據(jù)最小的應(yīng)該是品牌brands钻弄,可能會(huì)有10w的數(shù)據(jù)乖坠,品牌對(duì)應(yīng)的產(chǎn)品products可能就要乘個(gè)10矮台,就算100w好了漓概,product_prices應(yīng)該會(huì)有1000w漾月,批次quotation_batches跟產(chǎn)品products沒有直接關(guān)系,而一個(gè)quotation_batch也會(huì)對(duì)應(yīng)多個(gè)product_prices胃珍,批次的數(shù)據(jù)跟products差不多梁肿,也算100w好了

數(shù)據(jù)大小我們也有底了:brands(10w),products(100w),quotation_batches(100w),product_prices(1000w)

分析一下sql的目的:找出符合條件的品牌(brands)
條件:某批次或者某一組批次的 且 產(chǎn)品階段在xx范圍 且 產(chǎn)品品牌狀態(tài)不在xx范圍

分析一下這句sql的邏輯: 通過產(chǎn)品價(jià)格找到產(chǎn)品,再找產(chǎn)品的品牌觅彰,再通過批次報(bào)價(jià)找到批次……

以上分析完畢吩蔑,開始修改


<pre>

最終需要找到brands,數(shù)據(jù)表不大填抬,最終結(jié)果去distinct不會(huì)太耗資源

select distinct brands.*

以能找出數(shù)據(jù)最少的表為主表

from quotation_batches

通過批次找到批次價(jià)格(保證這個(gè)大家伙是被join的)

INNER JOIN product_prices
ON product_prices.batch_id = quotation_batches.id

通過產(chǎn)品價(jià)格的產(chǎn)品id找到產(chǎn)品

INNER JOIN products
ON products.id = product_prices.product_id

找到品牌

INNER JOIN brands
ON products.brand_id = brands.id
where
(quotation_batches.id =76897 OR quotation_batches.group_id =76897)
and products.publish_stage IN (0,1)

最好改成in(x,x,x,x)

and brands.status NOT IN (1,2)
</pre>

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末烛芬,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子飒责,更是在濱河造成了極大的恐慌赘娄,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,470評(píng)論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件宏蛉,死亡現(xiàn)場離奇詭異擅憔,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)檐晕,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,393評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來蚌讼,“玉大人辟灰,你說我怎么就攤上這事〈凼” “怎么了芥喇?”我有些...
    開封第一講書人閱讀 162,577評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵,是天一觀的道長凰萨。 經(jīng)常有香客問我继控,道長,這世上最難降的妖魔是什么胖眷? 我笑而不...
    開封第一講書人閱讀 58,176評(píng)論 1 292
  • 正文 為了忘掉前任武通,我火速辦了婚禮,結(jié)果婚禮上珊搀,老公的妹妹穿的比我還像新娘冶忱。我一直安慰自己,他們只是感情好境析,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,189評(píng)論 6 388
  • 文/花漫 我一把揭開白布囚枪。 她就那樣靜靜地躺著派诬,像睡著了一般。 火紅的嫁衣襯著肌膚如雪链沼。 梳的紋絲不亂的頭發(fā)上默赂,一...
    開封第一講書人閱讀 51,155評(píng)論 1 299
  • 那天,我揣著相機(jī)與錄音括勺,去河邊找鬼缆八。 笑死,一個(gè)胖子當(dāng)著我的面吹牛朝刊,可吹牛的內(nèi)容都是我干的耀里。 我是一名探鬼主播,決...
    沈念sama閱讀 40,041評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼拾氓,長吁一口氣:“原來是場噩夢啊……” “哼冯挎!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起咙鞍,我...
    開封第一講書人閱讀 38,903評(píng)論 0 274
  • 序言:老撾萬榮一對(duì)情侶失蹤房官,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后续滋,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體翰守,經(jīng)...
    沈念sama閱讀 45,319評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,539評(píng)論 2 332
  • 正文 我和宋清朗相戀三年疲酌,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了蜡峰。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,703評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡朗恳,死狀恐怖湿颅,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情粥诫,我是刑警寧澤油航,帶...
    沈念sama閱讀 35,417評(píng)論 5 343
  • 正文 年R本政府宣布,位于F島的核電站怀浆,受9級(jí)特大地震影響谊囚,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜执赡,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,013評(píng)論 3 325
  • 文/蒙蒙 一镰踏、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧沙合,春花似錦余境、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,664評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽含末。三九已至,卻和暖如春即舌,著一層夾襖步出監(jiān)牢的瞬間佣盒,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,818評(píng)論 1 269
  • 我被黑心中介騙來泰國打工顽聂, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留肥惭,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,711評(píng)論 2 368
  • 正文 我出身青樓紊搪,卻偏偏與公主長得像蜜葱,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子耀石,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,601評(píng)論 2 353

推薦閱讀更多精彩內(nèi)容