AWS RDS Aurora中使用子查询更新表性能极差的优化方案咨询

你的问题核心是相关子查询导致的重复执行开销——对Customers的每一行都单独跑一次子查询去Orders里找min(order_id)，7k条客户记录就意味着7k次查询，每次还要扫描大量订单数据，自然慢得离谱。下面给你几个更高效的优化方案，比存储过程更简洁：

1. 先预聚合订单数据，再关联更新 #

最直接的优化是先对Orders表做一次批量聚合，算出每个(email, store)对应的首单和末单ID，再用这个结果集去更新Customers表。这样只需要扫描Orders表一次，而不是7k次。

用CTE（支持的数据库如MySQL 8+/PostgreSQL等） #

WITH OrderAggregates AS (
    SELECT 
        email,
        store,
        MIN(order_id) AS first_order_id,
        MAX(order_id) AS last_order_id
    FROM Orders
    WHERE store = "somename"
    GROUP BY email, store
)
UPDATE Customers a
JOIN OrderAggregates o 
  ON a.email = o.email 
  AND a.store = o.store -- 如果Customers表没有store列，去掉这个条件
SET 
    a.first_order_id = o.first_order_id,
    a.last_order_id = o.last_order_id;

用派生表（兼容老版本数据库） #

如果你的数据库不支持CTE，用派生表也一样：

UPDATE Customers a
JOIN (
    SELECT 
        email,
        store,
        MIN(order_id) AS first_order_id,
        MAX(order_id) AS last_order_id
    FROM Orders
    WHERE store = "somename"
    GROUP BY email, store
) o 
  ON a.email = o.email 
  AND a.store = o.store
SET 
    a.first_order_id = o.first_order_id,
    a.last_order_id = o.last_order_id;

2. 优化Orders表的索引 #

你现有的orders_email_store索引可能顺序不对，导致聚合查询效率不高。建议创建一个复合覆盖索引：

CREATE INDEX idx_orders_store_email_orderid ON Orders(store, email, order_id);

这个索引的顺序很关键：

• 先按store过滤（你的WHERE条件是store="somename"）
• 再按email分组，方便快速聚合
• 最后包含order_id，这样MIN/MAX计算可以直接从索引里取，不需要回表查原数据，实现索引覆盖查询，速度会快很多。

3. 为什么原来的内连接尝试失败？ #

你之前尝试内连接但有问题，大概率是没有先做聚合就直接关联——如果直接JOIN Orders和Customers，会把每个客户的所有订单都关联上来，然后再去取MIN，这样还是会处理大量重复数据。而先聚合再关联，结果集是每个客户一行，JOIN的开销就极小了。

额外提示：如果需要更新所有店铺的数据 #

如果以后要批量更新所有店铺的首单/末单，只需要去掉WHERE条件，GROUP BY email和store即可，同样适用上面的方案。

内容的提问来源于stack exchange，提问作者jameslimousin