Wenn man sich alle doppelten Einträge einer Tabelle anzeigen lassen möchte, kann man auf folgende Query zurückgreifen:
|
1 |
SELECT * FROM `articles` WHERE `ean` IN (SELECT `ean` FROM `articles` GROUP BY `ean` HAVING count(`ean`) > 1 ); |
Leider habe ich bei großen Tabellen bemerkt, das diese Query sehr lange dauert.
Mein erster Gedanke war natürlich nachzuprüfen ob ein Index auf die Spalte ean gesetzt ist.
Nachdem der Index gesetzt wurde hat sich aber an der Geschwindigkei der Abfrage nichts getan. Aber warum nur? Denn theoretisch müsste diese Abfrage ja diesen Index 2x nutzen. Einmal bei der äüßeren und einmal bei der inneren Abfrage.
Dies kann man mit EXPLAIN schnell nachprüfen:
|
1 2 3 |
id select_type table type possible_keys key key_len ref rows Extra 1 PRIMARY articles ALL Null Null Null Null 357039 Using where 2 DEPENDENT SUBQUERY articles index Null ean 63 Null 1 Using index |
Sofort sieht man, das der Index bei der äußeren Abfrage nicht von benutzt wird.
Das ist seltsam, weil wenn man die Abfragen einzeln ausführt, der Index jeweils benutzt wird.
Innere Abfrage:
|
1 |
EXPLAIN SELECT `ean` FROM `articles` GROUP BY `ean` HAVING count(`ean`) > 1; |
|
1 2 |
id select_type table type possible_keys key key_len ref rows Extra 1 SIMPLE articles index Null ean 63 Null 357039 Using index |
Äußere Abfrage
|
1 |
EXPLAIN SELECT * FROM `articles` WHERE `ean` IN (ERGEBNIS AUS DER VORHERIGEN ABFRAGE); |
|
1 2 |
id select_type table type possible_keys key key_len ref rows Extra 1 SIMPLE articles range ean ean 63 Null 101 Using where |
Warum ist das so? Hat jemand eine Idee?
Lösung
Die Query muss anders aufgebaut werden.
|
1 2 3 4 5 |
SELECT a.* FROM `article` AS a WHERE (SELECT count(b.ean) FROM `article` AS b WHERE a.ean=b.article_ean GROUP BY b.ean ) > 1 ORDER BY a.ean ASC |