Question

两张稍大数据量表的联合查询

每一张表大概有70W条数据，像where a.id = b.id 或者是join这种类似的话，中间要处理笛卡尔积有70W*70W条，数据量太大，运行起来也慢（大概要运行28小时左右）。有没有好的办法，比如优化sql，或者是分组处理来缩短这个处理时间（最好控制在8小时以内）？等等，请大家帮帮忙！

Answer 1

说实话，70W记录不算大，而你执行查询的条件是where a.id = b.id这种等值连接，可以使用索引来提高查询效率的，一般数据库内部也不会使用笛卡尔集这种算法执行，对于数据量大的连接查询，会使用hash连接或多路归并排序连接算法来执行。
建议你在两个表的id属性上先创建索引，再执行查询。
如果还效率慢的话可能是你语句中还有其他导致查询慢的查询条件，你可以把完整的语句发上来，大家帮你分析一下，看如何优化。

追问

哦，谢谢了，那我先试试！主要是在学校练习不会遇到这么多的数据，也没去考虑如何解决。

追答

你如果真正在数据库上执行过的话就会知道，实际上用不了这么多时间，数据库内部是会进行优化的。