SQL Performance UNION与OR

我刚刚阅读了优化文章的一部分，并对以下语句进行了细分：

当使用SQL代替using语句OR有UNION：

select username from users where company = ‘bbc’ or company = ‘itv’;

至：

select username from users where company = ‘bbc’ union
select username from users where company = ‘itv’;

从快速EXPLAIN：

使用OR：

使用UNION：

这是否意味着工作量UNION会增加一倍？

尽管我赞赏UNION某些RDBMS和某些表模式的性能可能更高，但这在作者看来并不完全正确。

题

我错了吗？

您阅读的文章使用了一个错误的例子，或者您误解了他们的观点。

select username from users where company = 'bbc' or company = 'itv';

这等效于：

select username from users where company IN ('bbc', 'itv');

MySQL可以在上使用索引 company为此查询。无需执行任何UNION。

更棘手的情况是您的OR条件涉及两个不同的列。

select username from users where company = 'bbc' or city = 'London';

假设在上有一个索引，在上company有一个单独的索引city。鉴于MySQL通常在给定查询中每个表只使用一个索引，应该使用哪个索引？如果它使用on上的索引company，则仍必须进行表扫描以查找city伦敦所在的行。如果使用on上的索引city，则必须进行表扫描以查找其中的行companybbc。

该UNION解决方案是对于这种类型的箱子。

select username from users where company = 'bbc' 
union
select username from users where city = 'London';

现在，每个子查询都可以使用索引进行搜索，并且子查询的结果由组合UNION。

匿名用户对我的回答提出了修改建议，但主持人拒绝了该修改。它应该是评论，而不是编辑。提议的编辑声称，UNION必须对结果集进行排序以消除重复的行。这会使查询运行速度变慢，因此索引优化是一项艰巨的任务。

我的回答是，索引有助于在UNION发生之前将结果集减少为少量的行。实际上，UNION确实消除了重复项，但这样做只需要对小的结果集进行排序。在某些情况下，WHERE子句与表的大部分匹配，并且在UNION期间进行排序与​​进行表扫描一样昂贵。但是，通过索引搜索减少结果集的情况更为常见，因此排序的成本比表扫描的成本低得多。

差异取决于表中的数据以及要搜索的术语。确定给定查询的最佳解决方案的唯一方法是尝试在MySQL查询探查器中尝试这两种方法并比较它们的性能。

这些不是同一查询。

我对MySQL没有太多的经验，所以我不确定查询优化器会做什么或不做什么，但是这是我一般背景下的想法（主要是ms sql server）。

通常，查询分析器可以采用上述两个查询，并根据它们制定完全相同的计划（如果它们相同），所以没关系。我怀疑这些查询之间没有性能差异（等效）

select distinct username from users where company = ‘bbc’ or company = ‘itv’;

和

select username from users where company = ‘bbc’ 
union
select username from users where company = ‘itv’;

现在的问题是，以下查询之间是否会有区别，而我实际上并不知道这些区别，但是我怀疑优化程序会使它更像第一个查询

select username from users where company = ‘bbc’ or company = ‘itv’;

和

select username from users where company = ‘bbc’ 
union all
select username from users where company = ‘itv’;

这取决于优化器根据数据，索引，软件版本等的大小来完成的工作。

我猜想使用OR会给优化器提供更高的效率，因为所有内容都在一个逻辑语句中。

同样，UNION也有一些开销，因为它创建了一个重置集（没有重复项）。如果将公司编入索引，则UNION中的每个语句都应该很快执行...不确定它是否真的会做两倍的工作。

底线

除非您真的有迫切需要从查询中挤出每一点速度，否则最好采用能最好地传达您意图的表格。

更新资料

我也想提到IN。我相信以下查询将比OR提供更好的性能（这也是我更喜欢的形式）：

select username from users where company in ('bbc', 'itv');

在几乎所有情况下，unionorunion all版本都会对users表进行两次全表扫描。

该or版本在实践中要好得多，因为它只会扫描表一次。如果可用，它也只会使用一次索引。

对于任何数据库和任何情况，原始语句似乎都是错误的。

Bill Karwin的答案是正确的。当OR语句的两个部分都有自己的索引时，最好进行并集，因为一旦结果的子集很小，就可以对它们进行排序并消除重复项。总成本几乎比仅使用一个索引（用于一个列）和对另一列进行表扫描（因为mysql仅对一个列使用一个索引）少。

它通常取决于表的结构和需求，但在大表中，联合会给我带来更好的结果。