我有 2 个表可以简化为这种结构:

表 1:

+----+----------+---------------------+-------+
| id | descr_id |        date         | value |
+----+----------+---------------------+-------+
| 1  |        1 | 2013-09-20 16:39:06 |     1 |
+----+----------+---------------------+-------+
| 2  |        2 | 2013-09-20 16:44:06 |     1 |
+----+----------+---------------------+-------+
| 3  |        3 | 2013-09-20 16:49:06 |     5 |
+----+----------+---------------------+-------+
| 4  |        4 | 2013-09-20 16:44:06 |   894 |
+----+----------+---------------------+-------+

表 2:

+----------+-------------+
| descr_id | description |
+----------+-------------+
|       1  | abc         |
+----------+-------------+
|       2  | abc         |
+----------+-------------+
|       3  | abc         |
+----------+-------------+
|       4  | DEF         |
+----------+-------------+

我想将描述加入到表 1 中，按描述过滤，这样我只得到描述 = abc 的行，并过滤掉“重复”行，其中如果两行具有相同的值并且它们的日期在 6 以内，则它们是重复的彼此几分钟。我想要的输出表如下(假设 abc 是想要的描述过滤器)。

+----+----------+---------------------+-------+-------------+
| id | descr_id |        date         | value | description |
+----+----------+---------------------+-------+-------------+
| 1  |        1 | 2013-09-20 16:39:06 |     1 | abc         |
+----+----------+---------------------+-------+-------------+
| 3  |        3 | 2013-09-20 16:49:06 |     5 | abc         |
+----+----------+---------------------+-------+-------------+

我提出的查询是:

select * 
  from (
        select * 
          from table1 
          join table2 using(descr_id) 
         where label='abc'
       ) t1 
  left join (
        select * 
          from table1 
          join table2 using(descr_id) 
         where label='abc'
        ) t2 on( t1.date<t2.date and t1.date + interval 6 minute > t2.date) 
 where t1.value=t2.value.

不幸的是，这个查询需要一分钟多的时间来运行我的数据集，并且没有返回任何结果(尽管我相信应该有结果)。有没有更有效的方法来执行此查询？有没有办法命名派生表并稍后在同一查询中引用它？另外，为什么我的查询没有返回任何结果？

在此先感谢您的帮助!

编辑: 我想保留几个时间戳接近的样本中的第一个。

我的表 1 有 610 万行，我的表 2 有 30K，这让我意识到表 2 只有一行用于描述“abc”。这意味着我可以预先查询 descr_id，然后使用该 id 来避免在大查询中加入 table2，从而提高效率。但是，如果我的 table2 是按照上面概述的方式设置的(我承认这将是糟糕的数据库设计)，执行此类查询的好方法是什么？

最佳答案

尝试创建临时表并加入临时表:

CREATE TEMPORARY TABLE t1 AS (select * 
          FROM table1 
          JOIN table2 USING(descr_id) 
         WHERE label='abc')

CREATE TEMPORARY TABLE t2 AS (select * 
          FROM table1 
          JOIN table2 USING(descr_id) 
         WHERE label='abc')

SELECT *
FROM t1
LEFT JOIN t2 on( t1.date<t2.date and t1.date + interval 6 minute > t2.date) 
WHERE t1.value=t2.value

临时表在您与数据库断开连接后会自动清理，因此无需显式删除它们。

我最初有这个，但我认为它没有达到全部要求:

SELECT t1.id,
       t1.descr_id,
       t1.date,
       t1.value,
       t2.description
FROM table1 t1
JOIN table2 t2 ON t1.descr_id = t2.descr_id
WHERE t2.description = 'abc' 

这与原始查询基本相同，但是另一种选择可能是创建一个 View 并加入该 View ，如下所示:

CREATE VIEW v1 AS
SELECT * FROM table1 JOIN table2 USING(descr_id) WHERE label='abc'

CREATE VIEW v2 AS
SELECT * FROM table1 JOIN table2 USING(descr_id) WHERE label='abc'

SELECT *
FROM v1
LEFT JOIN v2 on( v1.date<v2.date and v1.date + interval 6 minute > v2.date) 
WHERE v1.value=v2.value

此外，如果您定期运行此查询，您可以考虑将第一个查询的结果加载到暂存表中，然后像这样在暂存表上进行连接:

INSERT INTO staging
(SELECT * 
        FROM table1 
        JOIN table2 USING(descr_id) 
        WHERE label='abc')

SELECT *
    FROM staging s1
    LEFT JOIN staging s2 on( s1.date<s2.date and s1.date + interval 6 minute > s2.date) 
    WHERE s1.value=s2.value

TRUNCATE TABLE staging

关于mysql 高效连接 2 个表到相同的 2 个表，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/19011239/