12

Como posso otimizar o seguinte código para não utilizar 3 SELECTs e não engessar a consulta a apenas 3 status

(
    SELECT * 
    FROM historico 
    WHERE 
        his_status = 'FRACASSO' 
    ORDER BY his_data DESC 
    LIMIT 50
)
UNION ALL
(
    SELECT * 
    FROM historico 
    WHERE 
        his_status = 'REAVALIAR' 
    ORDER BY his_data DESC 
    LIMIT 50
)
UNION ALL
(
    SELECT * 
    FROM historico 
    WHERE 
        his_status = 'SUCESSO' 
    ORDER BY his_data DESC 
    LIMIT 50
)

No momento tenho 2562 registros na tabela historico e estou utilizando todos para treinar uma RNA. Custa de 3 a 4 minutos. Esta consulta possibilitará o usuário informar quantas amostras de cada status deseja utilizar. A quantidade 50 é um exemplo. A otimização da query é também para diminuir o custo de tempo.

6
  • 1
    Sim, é válido usar in, desde que eu informe o intervalo pela aplicação, porém só poderá ser usado se a query for otimizada. Com apenas 1 select, pelo menos.
    – Billly Jow
    Commented 11/11/2017 às 15:22
  • 1
    Não atentei para o limite tripo , 50 de cada caso.
    – Motta
    Commented 11/11/2017 às 15:39
  • 1
    Relacionado: pt.stackoverflow.com/q/254540/57801 Commented 11/11/2017 às 15:41
  • Um índice talves ajude , usando o UNION mesmo , index his_data,his_status
    – Motta
    Commented 11/11/2017 às 15:43
  • 1
    Normalmente o UNION é uma solução razoável, o dinamismo pode ser produzido na linguagem cliente (quando houver). Talvez até fosse o caso de usar uma função ou procedure, mas usualmente não se justifica.
    – Largato
    Commented 11/11/2017 às 17:30

2 Respostas 2

10

Eis uma alternativa capaz de trazer até 50 registros de cada status ordenados por data. Em caso de empate entre dois registros o resultado é desempatado por id (o menor id prevalece).

SELECT h.*
FROM historico AS h LEFT JOIN historico AS h2
    ON h.his_status = h2.his_status 
       AND (h.his_data < h2.his_data OR (h.his_data = h2.his_data AND h.id > h2.id))
WHERE h.his_status IN ('FRACASSO', 'REAVALIAR', 'SUCESSO')
GROUP BY h.id
HAVING COUNT(*) < 50
ORDER BY h.his_status, h.his_data DESC, h.id;

Veja funcionando no DB Fiddle

Essa versão é mais compacta. Você pode filtrar quantos status quiser. Pode inclusive remover a cláusula where para retornar os primeiro 50 resultados de todos os status da sua tabela.

Não tenho como comparar a performance dessa solução com a versão original com UNION ALL. Isso tem que ser feito com o seu dataset completo, com a exata mesma estrutura de tabelas e índices, na mesma versão do MySQL com as mesmas configurações. Dito isso o link acima mostra o plano de execução para uma pequena quantidade de dados na ausência de qualquer índice além daquele criado implicitamente pela PK, usando o MariaDB 10.2. Nessas condições a versão original está varrendo a tabela completa para cada status desejado. A versão acima, apesar de também varrer a tabela completa duas vezes e utilizar uma tabela temporária, o faz independentemente da quantidade de status no filtro.

1
  • Executei os testes rodando 5 vezes as três consultas e tirando uma média. A minha leva entorno de 0,031s. A do DVD leva entorno de 0,053s. A sua nas 5 rodadas apresentou 0,00. Realmente a existência de mais SELECTs na Query derruba a performance do banco. Agadeço
    – Billly Jow
    Commented 13/11/2017 às 14:54
10

Você pode fazer desta maneira. Irá retornar apenas os registros com "linha" inferior ou igual a 50 (ou seja, 50 registros no máx. de cada tipo):

SELECT *
FROM 
(SELECT *,
    (@numero:=IF(@status = `his_status`,
     @numero+1,
     IF(@status := `his_status`, 1, 1))) linha 
  FROM historico a
  CROSS JOIN (SELECT @numero:=0) b
  ORDER BY his_status, his_data DESC
) AS c 
WHERE c.linha <= 50;

SQLFiddle por indicação do amigo @Everson nos comentários: http://sqlfiddle.com/#!9/e6166e/5/0

7
  • @Everson Atualizado.
    – Sam
    Commented 11/11/2017 às 17:44
  • 1
    @DvD Se quiser utilizar na sua resposta: sqlfiddle.com/#!9/e6166e/3 Commented 11/11/2017 às 17:57
  • 1
    Sua resposta está parcialmente correta, porém considere que um número vai ter que ser atribuído a todas as linhas. O que ocorrerá com a performance nesse caso?
    – Sorack
    Commented 11/11/2017 às 17:59
  • 1
    @Sorack A resposta não tem foco na performance. É apenas uma sugestão funcional. Se alguém tiver outra resposta que possa abrangir funcionalidade e performance, seria interessante.
    – Sam
    Commented 11/11/2017 às 18:02
  • Pergunta atualizada.
    – Billly Jow
    Commented 11/11/2017 às 18:19

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .