MySQL Group By 和 HAVING

Question

我是一个 MySQL 查询新手，所以我确信这是一个有明显答案的问题。

但是，我正在查看这两个查询。他们会返回不同的结果集吗？我知道排序过程会以不同的方式开始，但我相信它们会返回相同的结果，而第一个查询的效率稍高一些？

查询 1：HAVING，然后 AND

SELECT user_id   
FROM forum_posts  
GROUP BY user_id 
    HAVING COUNT(id) >= 100   
    AND user_id NOT IN (SELECT user_id FROM banned_users)

查询 2：WHERE，然后 HAVING

SELECT user_id   
FROM forum_posts 
WHERE user_id NOT IN(SELECT user_id FROM banned_users) 
GROUP BY user_id 
    HAVING COUNT(id) >= 100   

Answer 1

实际上，第一个查询的效率会较低（在 WHERE 之后应用 HAVING）。
更新

一些伪代码来说明如何执行查询（[非常]简化的版本）。
第一个查询：
1. 从 forum_posts 中选择 user_id
2. 从banned_user中选择user_id
3.分组、计数等
4. 如果记录出现在第二个

查询中，则从第一个结果集中排除这些记录
1. 从 forum_posts 中选择 user_id
2. 从banned_user中选择user_id
3. 如果记录出现在第二个结果集中，则从第一个结果集中排除这些记录
4.分组、计数等。

步骤1,2的顺序并不重要，mysql可以选择它认为更好的任何内容。重要的区别在于步骤 3,4。 having 在 GROUP BY 之后应用。分组通常比联接更昂贵（在这种情况下排除记录可以被视为联接操作），因此分组的记录越少，性能越好。

Answer 2

您已经回答了两个查询将显示相同的结果以及各种意见，哪个查询更有效。

我的观点是，仅当优化器为这两个查询生成不同的计划时，才会出现效率差异（速度）。我认为对于最新的 MySQL 版本，优化器足够聪明，可以为任一查询找到相同的计划，因此根本没有区别，但当然可以使用 EXPLAIN 测试并查看执行计划或针对一些测试表运行 2 个查询。

无论如何，我会使用第二个版本，只是为了安全起见。

---

让我补充一点：

• 在 MySQL 中，COUNT(*) 通常比 COUNT(notNullableField) 更高效。在未来的 MySQL 版本中修复此问题之前，请在适用的情况下使用 COUNT(*)。

因此，您还可以使用：

SELECT user_id   
FROM forum_posts 
WHERE user_id NOT IN
  ( SELECT user_id FROM banned_users ) 
GROUP BY user_id 
HAVING COUNT(*) >= 100   

• 在应用GROUP BY之前，还有其他方法可以实现相同（NOT IN）的子结果。

使用 LEFT JOIN / NULL ：

SELECT fp.user_id   
FROM forum_posts AS fp
  LEFT JOIN banned_users AS bu
    ON bu.user_id = fp.user_id
WHERE bu.user_id IS NULL 
GROUP BY fp.user_id 
HAVING COUNT(*) >= 100  

使用 NOT EXISTS ：

SELECT fp.user_id   
FROM forum_posts AS fp 
WHERE NOT EXISTS
  ( SELECT * 
    FROM banned_users AS bu
    WHERE bu.user_id = fp.user_id
  ) 
GROUP BY fp.user_id 
HAVING COUNT(*) >= 100   

这 3 种方法中哪一种更快取决于您的表大小和许多其他因素，因此最好是使用您的表进行测试数据。

Answer 3

HAVING 条件应用于分组结果，并且由于您按 user_id 分组，因此它们的所有可能值都将出现在分组结果中，因此 user_id 条件的放置并不重要。

Answer 4

对我来说，第二个查询更有效，因为它减少了 GROUP BY 和 HAVING 的记录数量。

或者，您可以尝试以下查询以避免使用 IN：

SELECT `fp`.`user_id`
FROM `forum_posts` `fp`
LEFT JOIN `banned_users` `bu` ON `fp`.`user_id` = `bu`.`user_id`
WHERE `bu`.`user_id` IS NULL
GROUP BY `fp`.`user_id`
HAVING COUNT(`fp`.`id`) >= 100

希望这会有所帮助。

Answer 5

不，它不会给出相同的结果。

因为第一个查询将从 count(id) 条件过滤记录，

另一个查询过滤记录，然后应用having子句。

第二个查询编写正确