那么挑战来了,这条 sql 还能有更优化性能的写法吗?

[teemoer]

http://ww3.sinaimg.cn/large/e38a7f8bgw1f4w0tyljcuj20kt0k1juw.jpg

SELECT m.id, m.name, mc_diag.count_size AS mc_diag_count, mc_thers.count_size AS mc_thers_count, mc_me.count_size AS mc_me_count FROM medicine m LEFT JOIN medicine_count mc_diag ON mc_diag.medicine_id = m.id AND mc_diag.doctor_id = 47 AND mc_diag.diagosis_name = '急性上呼吸道感染' LEFT JOIN medicine_count mc_me ON mc_me.medicine_id = m.id AND mc_me.doctor_id = 47 LEFT JOIN medicine_count mc_thers ON mc_thers.medicine_id = m.id AND mc_thers.doctor_id <> 47 WHERE (m.name LIKE '%w%' OR m.help_code LIKE '%w%') AND m.type = 0 GROUP BY m.name ORDER BY mc_diag_count DESC, mc_me_count DESC, mc_thers_count DESC, m.id DESC LIMIT 0, 10;

########################################## 鄙人的智商也就这么多了,诸位 SQL 大神多多指教

[teemoer]

@ayumilove 1W+

[teemoer]

@500miles == 1 2 3 三种情况来 计算出 每种条件的得出条数的 SIZE 进行 order by. ..

[teemoer]

@ango 好的 也是打算这样处理 = = 暂时还没思路

[petelin]

联多表一条 sql 慢一点的也不超过 10ms ，拆成多个在语言里写 for 大多 30 、 50ms 。

[teemoer]

@murmur join 1 2 3 三种情况来 计算出 每种条件的得出条数的 SIZE 进行 order by. ..

[teemoer]

@fireapp 抱歉 没听多大懂哦 0.0

[howeroc]

之前 group by 查出结果要 20 多秒，然后建了一个表，每 5 分钟跑一次定时任务。然后每次查询 0.02 秒。。。

[teemoer]

@welefen 0.0 没思路 能稍微 提示提示吗

[teemoer]

@howeroc 0.0 我这条语句里面 group by 之前都有筛选条件.... 无法在 查询之前就把某些数据提前提取出来哇 ...

[omengye]

话说没有用视图合并的么…

[kamushin]

@petelin 10ms 是在 DB 上， 30ms 是在应用服务器上，这能一样么。一个 DB 服务器要接入多少应用服务器。

[petelin]

@kamushin 不是啊， django 有一个 debug toolbar ,可以看 一次请求处理过程中 mysql 消耗的时间，我说的 30 秒就是数据库查询的时间，
代码当时这么写的
For id in 一次查询:
Sql 语句 where userid = id

这样就会很慢

[petelin]

@petelin ms

[fireapp]

@teemoer 如果有两条数据
| id | name | other |
| :-: | :-: | :-: |
| 1 | abc | o1 |
| 2 | abc | o2 |
当 select id, name, other from table group by name
可能会得到 id = 1 的那条数据
也可能会得到 id = 2 的那条数据
最坏的是得到 1, abc, o2 或 2, abc, o1 这种结果
不知道这些结果是不是你业务所需要的

[teemoer]

@fireapp 明白了 , 3Q

[zsx]

@petelin 你这种难道不应该一次查询取出所有 ID 然后合到一条查询里进行么……

[cxbig]

看上去是统计医生开药算提成的代码，这个行业多半是灰色地带吧。。。提供技术支持算不算犯罪？

[strwei]

索引用 sphinx 优化试试

[teemoer]

@cxbig = = ! 我去 你直接把我吓到了

[sampeng]

不说数据量，谈优化都是耍流氓