3

我有一个只有一列的用户表USER_ID。这些ID超过200M，不连续，不排序。它在该列上有一个索引 USER_ID_INDEX。我在 MySQL 和 Google Big Query 中有数据库，但我无法在其中任何一个中获得我需要的东西。

我需要知道如何查询这两件事：

1）哪个是特定的行号USER_ID（一旦表按 排序USER_ID）

为此，我在 MySQL 中尝试过：

SET @row := 0;
SELECT @row := @row + 1 AS row FROM USERS WHERE USER_ID = 100001366260516;

它运行得很快，但它返回 row=1 因为行计数来自数据集。

SELECT USER_ID, @row:=@row+1 as row FROM (SELECT USER_ID FROM USERS ORDER BY USER_ID ASC) WHERE USER_ID = 100002034141760

这需要很长时间（我没有等到看到结果）。

在大查询中：

SELECT ROW_NUMBER() OVER() row, USER_ID 
FROM (SELECT USER_ID from USERS.USER_ID ORDER BY USER_ID ASC)
WHERE USER_ID = 1063650153

这需要很长时间（我没有等到看到结果）。

2）USER_ID在特定行中（一旦表按 排序USER_ID）

为此，我在 MySQL 中尝试过：

SELECT USER_ID FROM USERS ORDER BY USER_ID ASC LIMIT 150000000000, 1

给出结果需要 5 分钟。为什么？如果它有索引，它不应该很快吗？

在 Big Query 中，我没有找到方法，因为LIMIT init, num_rows, 甚至不存在。

我可以在一个新表中订购该表，并添加一个名为RANK订购的列，并在USER_ID其上添加一个 INDEX。但是如果我想添加或删除一行，那将是一团糟。

关于如何解决这两个查询的任何想法？

谢谢，娜塔莉亚

4

1 回答 1

0

对于 (1)，试试这个：

SELECT count(user_id)
FROM USERS
WHERE USER_ID <= 100001366260516;

您可以检查explain，但它应该只是对索引进行扫描。

对于 (2)。您的问题：“为什么？如果它有索引，它不应该很快吗？”。是的，它将使用索引。然后它必须使用索引扫描计数到第 150,000,000,000 行。嗯，这是表格的结尾（如果不是错字的话）。在任何情况下，索引扫描都与快速的索引查找完全不同。而且，这需要时间。如果索引不适合内存，则需要更多时间。

顺便说一句，正确的语法row_number()是：

SELECT row, USER_ID 
FROM (SELECT USER_ID, row_number() over (order by user_id) as row
      from USERS.USER_ID )
WHERE USER_ID = 1063650153;

我不知道它是否会快得多，但至少你没有明确地首先对行进行排序。

如果这些是您需要执行的查询类型，那么请考虑一种将排序信息作为列包含在表中的方法。

于 2013-08-10T20:32:32.500 回答