对MySQL子查询的简单改写优化

许多在Oracle等其他关系数据库上经验丰富的DBA或开发人员，可能习惯了数据库在子查询上的优化表现，期望将其经验直接应用于MySQL数据库。遗憾的是，MySQL在处理子查询时可能会有不同的表现，甚至可能让人失望。在我们的生产环境中，就遇到了这样的问题。

让我们先来看一个具体的例子：

```sql

select i_id, sum(i_sell) as i_sell

from table_data

where i_id in (select i_id from table_data where Gmt_create >= '2011-10-07 00:00:00')

group by i_id;

```

这条SQL的逻辑可以理解为：首先查询出2011年10月7日之后卖出的所有书籍，然后对这些书籍的销量进行汇总。看似简单的查询，但在大数据量下可能会遇到性能问题。

MySQL在处理子查询时，其优化器的方式与我们的预期可能有所不同。理想情况下，我们希望子查询先得出结果，然后用这个结果去驱动外查询。但在MySQL中，优化器可能会先进行外查询的扫描，然后将每一条数据与子查询进行关联。如果外表的数据量非常大，那么这种处理方式将会导致大量的数据关联，性能大幅下降。

在我们的例子中，table_data表有70万条数据，子查询返回的结果中有很多重复数据。这意味着我们需要进行近70万次关联操作，导致这条SQL执行非常缓慢。

那么，如何解决这个问题呢？我们可以尝试将子查询改为关联查询：

```sql

SELECT t2.i_id, SUM(t2.i_sell) AS sold

FROM (SELECT distinct i_id FROM table_data WHERE gmt_create >= '2011-10-07 00:00:00') t1, table_data t2

WHERE t1.i_id = t2.i_id GROUP BY t2.i_id;

```