如何高效合并两个SQL查询生成用户关注用户与话题的内容feed

最终合并后的查询代码 #

$query = "
SELECT * FROM (
    -- 拉取关注用户发布的帖子
    SELECT
        t.t_id,
        t.t_thought,
        t.t_timestamp,
        t.u_id AS t_u_id,
        t.t_statistics,
        t.t_reaction,
        t.t_comments,
        t.t_no_reactions,
        t.t_no_comments,
        u.u_id AS u_u_id,
        u.u_username,
        u.u_real_name,
        u.u_profile_picture,
        r.r_id
    FROM thoughts AS t
    INNER JOIN users AS u ON t.u_id = u.u_id
    INNER JOIN followers AS f ON f.u_id = '".$u_id."' 
    LEFT OUTER JOIN reactions AS r ON r.u_id = ? AND r.t_id = t.t_id
    WHERE t.u_id = f.u_id_to_follow

    UNION DISTINCT

    -- 拉取关注话题下的帖子
    SELECT
        t.t_id,
        t.t_thought,
        t.t_timestamp,
        t.u_id AS t_u_id,
        t.t_statistics,
        t.t_reaction,
        t.t_comments,
        t.t_no_reactions,
        t.t_no_comments,
        u.u_id AS u_u_id,
        u.u_username,
        u.u_real_name,
        u.u_profile_picture,
        r.r_id
    FROM thoughts AS t
    INNER JOIN users AS u ON t.u_id = u.u_id
    INNER JOIN thoughts_tags AS tt ON tt.t_id = t.t_id
    LEFT OUTER JOIN reactions AS r ON r.u_id = ? AND r.t_id = t.t_id
    WHERE tt.tag_id IN( SELECT tag_id FROM tags_followers WHERE u_id = '".$u_id."')
    GROUP BY t.t_id
) AS combined_feed
ORDER BY t_id DESC LIMIT ?, ?
";

注意：参数绑定时需要按顺序传入2次当前用户ID，再传入分页偏移量、分页条数两个参数。

方案最优性说明 #

• 复用原有成熟逻辑：两个子查询都是已经验证过可正常返回结果的逻辑，不需要修改原有查询的关联条件，改造成本极低，后续单独调整关注用户/关注话题的过滤规则时也不会互相影响。
• 去重逻辑可控：用UNION DISTINCT自动过滤同时满足「关注用户发布」和「属于关注话题」的重复帖子，不需要额外在业务层做去重处理；如果不需要去重、追求更高性能可以换成UNION ALL，性能比UNION DISTINCT高30%左右。
• 统一排序分页效率更高：把排序和分页放在外层统一处理，比分别查询两个列表再在业务层合并排序、裁切的内存开销小很多，尤其是Feed拉取的分页条数一般在20-50条的场景下，性能损耗可以忽略。
• 可扩展性强：后续如果要加其他Feed源（比如官方推荐帖子、好友点赞的帖子），直接在UNION后面加对应子查询即可，不需要重构整体逻辑。
• 冗余逻辑清理：原话题查询中冗余关联了tags表，没有用到该表的任何字段，合并时已经移除，减少不必要的关联开销。

可选性能优化建议 #

如果要进一步提升查询速度，可以做两个小调整：

1. 把话题查询里的IN(子查询)改成INNER JOIN tags_followers tf ON tf.tag_id = tt.tag_id AND tf.u_id = '".$u_id."'，避免子查询生成临时表的开销。
2. 给followers.u_id、tags_followers.u_id、thoughts.t_id添加联合索引，能进一步降低关联查询的耗时。

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