目录
背景
今天看代码的时候，看到一个比较复杂的sql语句，我知道这条sql语句最终想要实现的结果，所以我就想自己写sql来实现一下，看看速度会不会更好，然后发现别人的sql写法执行效率更高，由此打开了一个新的世界。
需求
在聊天消息记录表中查询该用户和其他消息发送者的“最近一条未读消息id、最近一条未读消息内容、最近一条未读消息接收时间、未读消息数量、消息发送者id、消息发送者名称”。其中表名是msg_record，相关字段如下：
| 列名 | 解释 |
|---|---|
| id | 消息记录id |
| toId | 消息接收者id |
| fromId | 消息发送者id |
| fromUsername | 消息发送者名称 |
| date | 消息发送日期 |
| hasRead | 是否已读 |
| msgText | 消息内容 |
效率不高的sql写法
需求分析：
需要查询的结果中包含“最近一条未读消息id、最近一条未读消息内容、最近一条未读消息接收时间”，针对“最近一条未读消息接收时间”来说，可以使用聚合函数max()，但是剩余两个都是文本性质的内容，那就只能通过排序获取，针对Mysql数据库来说，如果我们获取非分组字段，那Mysql数据库会把分组中的第一条返回，所以利用这个特性，我们就先执行排序，然后在分组，之后利用Mysql的上述特性完成数据的获取工作
sql语句：
SELECT
a.id,
a.fromId,
a.fromUsername,
a.date,
a.msgText lastMsg,
count( a.id ) unReadCount
FROM
(
-- 子查询
SELECT
id,
fromId,
fromUserName,
date,
msgText
FROM
msg_record
WHERE
fromId != "4ebd6f3485f140888ecc25c12e5105b1"
AND toId = "4ebd6f3485f140888ecc25c12e5105b1"
AND hasRead = FALSE
ORDER BY
date DESC
) a
GROUP BY
a.fromId
执行分析：
在上述sql前面添加EXPLAIN字段即可，我们看下分析结果：
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
|---|---|---|---|---|---|---|---|---|---|
| 1 | PRIMARY | <derived2> |
ALL | 空 | 空 | 空 | 空 | 7 | Using temporary; Using filesort |
| 2 | DERIVED | imq_server_messagerecord | ALL | IDX_IMQ_SERVER_MESSAGERECORD_TOID,IDX_IMQ_SERVER_MESSAGERECORD_FROMID | IDX_IMQ_SERVER_MESSAGERECORD_TOID | 403 | 空 | 117 | Using where; Using filesort |
上述第二行代表子查询使用的是全表扫描，但是使用到了索引；第一行代表全表扫描，但是没有使用索引，两个都是全表扫描，说明效率是真的不高
经测试发现，执行时间大致是0.024秒左右
效率高的sql写法
需求分析：
既然先排序的方式不行，那我们就采用先分组在排序的方式来得到最终结果，这就需要使用到SUBSTRING_INDEX、GROUP_CONCAT、CONCAT函数，我们来解释一下这几个函数的含义：
- SUBSTRING_INDEX：字符串切分函数
- GROUP_CONCAT：字符串分组连接函数
- CONCAT：字符串连接函数
详细分析可看：mysql取出每个分组中最新的记录(坑点勿踩)
sql语句：
SELECT
SUBSTRING_INDEX( GROUP_CONCAT( CONCAT( id, '*splits*,' ) ORDER BY date DESC ), '*splits*,', 1 ) id,
fromId,
fromUsername,
max( date ) date,
SUBSTRING_INDEX( GROUP_CONCAT( CONCAT( msgText, '*splits*,' ) ORDER BY date DESC ), '*splits*,', 1 ) lastMsg,
count( id ) unReadCount
FROM
msg_record
WHERE
toId = "4ebd6f3485f140888ecc25c12e5105b1"
AND fromId != "4ebd6f3485f140888ecc25c12e5105b1"
AND hasRead = FALSE
GROUP BY
fromId
执行分析：
在上述sql前面添加EXPLAIN字段即可，我们看下分析结果：
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
|---|---|---|---|---|---|---|---|---|---|
| 1 | SIMPLE | IMQ_SERVER_MESSAGERECORD | ref | IDX_IMQ_SERVER_MESSAGERECORD_TOID,IDX_IMQ_SERVER_MESSAGERECORD_FROMID | IDX_IMQ_SERVER_MESSAGERECORD_TOID | 403 | const | 51 | Using where; Using filesort |
可以看到使用的是ref扫描，并且使用到了索引，并且是常量类型的索引，这肯定速度就比较快。
经测试发现，执行时间大致是0.015秒左右
我们对上面那几个函数的使用情况进行一个解释，我们先使用CONCAT()函数对属性id进行字符串拼接，然后使用GROUP_CONCAT()按照时间进行排序之后在进行字符串拼接，这样就是一个很大的字符串了，之后在使用SUBSTRING_INDEX()进行按照分隔符进行数据截取，就可以获取到结果了
但是这种处理方式也有一个弊端，如果数据量很大的话，通过这几个函数执行相关操作，那就可能会出现内存泄露的问题，但是大部分情况还好