【数据库】优化处理效率——关联表法

目录

一、业务场景

二、需求分析

---

一、业务场景

        假设有两张表，一张表是部分用户信息表（user_info），大约有200个用户信息，另一张表是全量用户(大约几百万用户)网站购物信息日志表（info_log）大约有一个亿条的数据信息。此时需要将部分用户信息表（user_info）中200个用户购买服装类的信息拿出进行离线分析。

二、需求分析

        业务场景的描述需求为：需要将部分用户信息表（user_info）中200个用户购买服装类的信息全量拿出。这里是一张小表（user_info）和一张大表（info_log）。

思路一：for循环思路（错误思想）

        绝对不能使用for循环遍历的思想进行处理，因为for循环需要大约遍历200*100000000次，是比较耗时的一种操作。因为如果一次循环需要0.002ms,就需要分析约2.7h。

思路二：关联表法（正确思想）

        select 需要的字段 from user_info t left_join info_log n on t.user=n.user and n.tag='服装类'；

         这种关联表法的思路比较节省时间，大约使用几分钟的时间就可以将亿级的大表进行关联分析完毕。但是处理极小表的关联，比如两个表都只有几百条数据，也是需要几分钟。所以针对很大量级表的处理使用表关联法提升分析效率非常显著。