PieCloudDB页面推荐SQL查询性能优化求助

针对你的页面推荐SQL查询，以下是几个关键优化方向，能显著提升大数据量下的执行效率：

1. 替换UNION为UNION ALL，避免不必要的去重 #

原查询里用UNION生成双向好友关系，UNION会自动对结果排序去重，但Friendship表通常不会存在重复的反向好友记录（比如不会同时存(A,B)和(B,A)），改用UNION ALL可以跳过排序去重的开销，大幅提升子查询的执行速度：

SELECT user1_id, user2_id
FROM Friendship
UNION ALL
SELECT user2_id, user1_id
FROM Friendship

2. 移除多余的DISTINCT #

你的查询已经通过GROUP BY f.user1_id, l.page_id完成了分组聚合，DISTINCT是完全多余的，去掉它可以减少数据库的额外计算步骤。

3. 用NOT EXISTS替代NOT IN的相关子查询 #

原WHERE子句中的NOT IN是相关子查询，会对每一行数据单独执行一次子查询，数据量大时开销极大。换成NOT EXISTS的写法，数据库能更高效地利用索引做关联过滤：

WHERE NOT EXISTS (
    SELECT 1 FROM likes l2 
    WHERE l2.user_id = f.user1_id 
      AND l2.page_id = l.page_id
)

相比NOT IN，NOT EXISTS在处理NULL值时逻辑更严谨，且PieCloudDB对NOT EXISTS的执行计划优化更友好。

4. 添加合适的索引，加速关联与过滤 #

给以下字段添加索引，能让数据库快速定位数据，避免全表扫描：

• 给Friendship表添加联合索引：(user1_id, user2_id)，同时可以再建一个反向的(user2_id, user1_id)，用来加速反向好友关系的查询。
• 给likes表添加联合索引：(user_id, page_id)，这个索引能同时满足子查询的过滤和主查询的关联需求；另外可以补充一个(user_id)的单键索引，加速主查询中f.user2_id = l.user_id的关联。

5. 优化后的完整SQL #

整合以上优化点后的最终查询如下：

SELECT f.user1_id AS user_id, l.page_id, COUNT(*) AS likes_numbers
FROM (
    SELECT user1_id, user2_id
    FROM Friendship
    UNION ALL
    SELECT user2_id, user1_id
    FROM Friendship
) f
JOIN likes l ON f.user2_id = l.user_id
WHERE NOT EXISTS (
    SELECT 1 FROM likes l2 
    WHERE l2.user_id = f.user1_id 
      AND l2.page_id = l.page_id
)
GROUP BY f.user1_id, l.page_id

额外建议 #

如果Friendship表数据量特别大，可以考虑预先计算并存储双向好友关系（比如通过定时任务同步生成一张双向好友表），避免每次查询都执行UNION ALL的计算，进一步提升查询速度。

内容的提问来源于stack exchange，提问作者heihei Li