一个查询优化

公司有个养猪业务，猪是按批次养，有个批次表biz_pigbatch，有个猪只表（biz_pig）。一个批次下有多头猪，猪可以再不同批次间流转。

biz_pigbatch表

RecordID	主键ID
BatchID	批次ID
DataDate	猪流转进当前批次的时间
PigID	猪id

biz_pig表

PigID	猪id

有个查询，查猪（biz_pig）及猪在历史某个时刻所在批次（biz_pigbatch）。下面是经过简化的sql

一开始写的sql。@strDate是查这个日期时猪所在的批次。
SET @strDate='2022-10-1';

select 
 p.PigID ,
 pb.BatchID 

from biz_pig p
     left join (    select  BatchID  from (
        SELECT  BatchID  FROM `biz_pigbatch`  
        where datadate<=@strDate order by datadate desc) AA  
group by AA.pigid)  pb ON p.PigID = pb.PigID 

逻辑大致讲一下。临时表AA，是查出某个时间之前的批次数据，并按时间降序，将后面的数据排在前面。
pb表 是AA表经过pigid分组，每组中取到第一行的BatchID。得到这个pigid在@strDate之前，最后一个批次。也就是pigid在@strDate时，所在的批次。

为什么要加一个临时表AA,是因为AA是经过排序的。如果不要这个临时表，直接在一个表上先排序，后分组是有语法问题的。

看执行分析，biz_pigbatch表会查出上千条数据(总共上万条)，Non-Unique Key Lookup

同事改了一版
 SET @strDate='2022-10-1';

SELECT
 p.PigID ,
 pb.BatchID 

FROM biz_pig P
LEFT JOIN biz_pigbatch PB ON PB.RecordID = (
    SELECT PB_T.RecordID
    FROM biz_pigbatch PB_T  
    WHERE  PB_T.PigID = P.PigID AND PB_T.DataDate <= @strDate ORDER BY PB_T.DataDate DESC,PB_T.RecordID DESC LIMIT 1
)

如果用变量，查询直接超时，看执行分析,biz_pigbatch(PB)表会Full Table Scan。几乎查出所有数据。

但是如果把变量直接写死，查询就会很快。执行计划如下。

 

第一点：变量会导致执行计划不同。猜测是如果用常量，mysql会针对这个常量查询出来的数据优化执行计划。但是如果用变量，mysql认为这个值是会变化的，就不用根据当前值分析执行计划。而是考虑所有情况，给出最佳执行方案。

第二点：同事写的版本是我不知道的查询方式，left join的连接条件不再是主表的字段。而是一个子查询。这样就能将主表的 p.PigID条件直接作用在子查询上。而且子查询还是查要连接的表biz_pigbatch，直接定位到主键。biz_pigbatch 表就只需要查一条数据。之前因为多层嵌套，条件只能用在最外层，导致内部会查询出很多数据。

突破点是连接条件的一端可以是子查询。思路过程可能是这样的，我的第一版sql关联需要查出很多数据。那么怎么关联才能一对一呢，肯定无法直接拼关联条件。如果连接条件的一端是子查询,子查询能找到biz_pigbatch的主键RecordID就ok。

而且严谨，考虑到了biz_pigbatch表DataDate相同的情况。