Майэскьюэль не понял подзапроса

[shoorick]

Странности творятся. Почитав мануал, обращаюсь к друпаловой БД, ищу дубликаты адресов в таблице с 7500 строками:

SELECT `alias`
FROM `PREFIX_url_alias`
GROUP BY `language`, `alias`
HAVING COUNT(*)>1;

MySQL достаточно резво выдаёт ответ из почти семи десятков строк. Делаю запрос с подзапросом, чтоб выбрать номера узлов с найденными на предыдущем шаге дублями:

SELECT `source`
FROM `PREFIX_url_alias`
WHERE `alias` IN (
    SELECT `alias`
    FROM `PREFIX_url_alias`
    GROUP BY `language`, `alias`
    HAVING COUNT(*)>1
);

В итоге MySQL тяжко задумывается — вот уж 20 минут непонятно, что делает. Посмотрел SHOW CREATE TABLE — по полю `alias` строится индекс. Чё ему ещё надо-то?

P. S. Понятно, что я могу найденное на первом шаге тупо перебрать в цикле, написав какой-нибудь перлоскрипт, однако хочется сделать как-то изящнее.

Comments

[slach.livejournal.com]

если версия mysql ниже чем 5.5
то оно априори на подзапросах тормозить будет

EXPLAIN погляди ... можешь удивиться

[anspa.livejournal.com]

а что случилось в версии 5.5? Болгарский кандидат наук наконец-то написал обещанную оптимизацию перекрестных запросов?

[slach.livejournal.com]

нет что вы... ничего не случилось =) продолжайте дальше исходить слюной =)
Монти и Петя Зайвцев, по совету Момджана
начали приносить лобковые скальпы под портрет Ларри Эллисона и Стива (не джобс) Болмера ;-))

[anspa.livejournal.com]

кхм, совет не по адресу.

[slach.livejournal.com]

прошу прощения, просто неверно воспринял эмоциональную окраску!

[anspa.livejournal.com]

ок, принято! просто я был Oracle dba с 15-летним стажем. и уже несколько лет использую MySQL для всей своей работы с данными, а оракл как раз забросил. =)

[shoorick.livejournal.com]

Ниже. Там 5.0.smth

Поглядел EXPLAIN, поменял местами поля в GROUP BY, поглядел ещё раз (стало лучше), но всё равно неидеально: похоже, он только в подзапросе использует индекс, а в основном запросе — нет:

id	select_type	table	type	possible_keys	key	key_len	ref	rows	Extra
1	PRIMARY	n_url_alias	ALL	NULL	NULL	NULL	NULL	7419	Using where
2	DEPENDENT SUBQUERY	n_url_alias	index	NULL	alias_language_pid	809	NULL	7419	Using index

[slach.livejournal.com]

ну... у тебя 7419 * 7419 записей...
поэтому 20 минут =)

в общем все плохо

[anspa.livejournal.com]

mysql известно тормозит на перекрестных запросах (по экспоненте с ростом количества записей в исходных таблицах).

можно сделать temp table, выбрав туда ключи дубликатов. и уже из той таблицы попробовать сделать alias in (select ...

в обеих таблицах (временной и исходной) ключевое поле (alias) должны быть проиндексированы.

[slach.livejournal.com]

вот это кстати дельный совет, реально =)