MySQL的查找不同对每组值的时间间隔

Question

我在MySQL下表：

CREATE TABLE `events` (
    `pv_name` varchar(60) COLLATE utf8mb4_bin NOT NULL, 
    `time_stamp` bigint(20) unsigned NOT NULL, 
    `event_type` varchar(40) COLLATE utf8mb4_bin NOT NULL, 
    `has_data` tinyint(1) NOT NULL, 
    `data` json DEFAULT NULL 
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin ROW_FORMAT=COMPRESSED; 

ALTER TABLE `events` 
ADD PRIMARY KEY (`pv_name`,`time_stamp`), ADD KEY `has_data` (`has_data`,`pv_name`,`time_stamp`); 

我们一直在努力以构建高效的查询，以找到具有在值的至少一个改变每个pv_name在给定的时间间隔内。

我相信，查询我公司目前已是低效的，因为它只要它发现找到所有在给定的时间间隔的不同值的每个pv_name，而不是停止不止一个：

SELECT events.pv_name 
FROM events 
WHERE events.time_stamp > 0 AND events.time_stamp < 9999999999999999999 
GROUP BY events.pv_name 
HAVING COUNT(DISTINCT JSON_EXTRACT(events.data, '$.value')) > 1; 

为了避免这种情况，我考虑拆分的数量和不同的部分为独立的步骤，因为该文件说：

当结合使用DISTINCT LIMIT ROW_COUNT，MySQL作为 找到独特的row_count行就停止。

是否有一个有效的查询找到在给定的时间间隔各pv_name一对不同的值，在没有找到所有为每个pv_name不同值在给定的时间间隔？

编辑@Rick詹姆斯

我基本上是试图找到这更快的非光标基础的解决方案：

SET @old_sql_mode=@@sql_mode, sql_mode='STRICT_ALL_TABLES'; 

DELIMITER // 

DROP PROCEDURE IF EXISTS check_for_change; 
CREATE PROCEDURE check_for_change(IN t0_in bigint(20) unsigned, IN t1_in bigint(20) unsigned) 
BEGIN 
    DECLARE done INT DEFAULT FALSE; 
    DECLARE current_pv_name VARCHAR(60); 
    DECLARE cur CURSOR FOR SELECT DISTINCT pv_name FROM events; 
    DECLARE CONTINUE HANDLER FOR SQLSTATE '02000' SET done = TRUE; 

    SET @t0_in := t0_in; 
    SET @t1_in := t1_in; 


    IF @t0_in > @t1_in THEN 
     SET @temp := @t0_in; 
     SET @t0_in := @t1_in; 
     SET @t1_in := @temp; 
    END IF; 


    DROP TEMPORARY TABLE IF EXISTS has_change; 
    CREATE TEMPORARY TABLE has_change (
    pv_name varchar(60) NOT NULL, 
    PRIMARY KEY (pv_name) 
    ) ENGINE=Memory DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin; 


    OPEN cur; 

    label1: LOOP 
     FETCH cur INTO current_pv_name; 

     IF done THEN 
      LEAVE label1; 
     END IF; 

     INSERT INTO has_change 
     SELECT current_pv_name 
     FROM (
     SELECT DISTINCT JSON_EXTRACT(events.data, '$.value') AS distinct_value 
     FROM events 
     WHERE events.pv_name = current_pv_name 
     AND events.has_data = 1 
     AND events.time_stamp > @t0_in AND events.time_stamp < @t1_in 
     LIMIT 2) AS t 
     HAVING COUNT(t.distinct_value) = 2; 
    END LOOP; 

    CLOSE cur; 
END // 

DELIMITER ; 

SET sql_mode=@old_sql_mode; 

这里的优化是在限制对不同值的数量应用找到每个pv_name。

Answer 1

没有LIMIT，所以报价不适用。 （或者至少，我认为不是。）

COUNT(DISTINCT ...)将在某些情况下做一个“松散扫描”，这比读每一行更好。例如，

SELECT name 
    FROM tbl 
    GROUP BY name 
    HAVING COUNT(DISTINCT foo) > 3; 

与 INDEX(name, foo)

在一起可能会通过索引越级每个name做foos的COUNT DISTINCT。当然，这不是按照你的要求“停在3”。

您可以通过执行

FLUSH STATUS; 
SELECT ...; 
SHOW SESSIONS STATUS LIKE 'Handler%'; 

地看到，它没有（或没有）有一个Handler_read计数是表的大小证明上述。

由于多种原因，松散扫描不适用于您的特定查询。

底线：“不，你不能实现你的目标”。

此外，您写入的存储例程可能比简单地接受完整扫描的开销慢得多。