mysql中find_in_set()与left join效率

同事不少数据表设计的时候使用一个字段来存储多对多关系,比如表 user 中有一个字段叫 category, category存储的是 "1,3,9" 这样的类型的数据,实际上是category的 id 用逗号分隔开来的。

要查询一个用户属于id为2分类的用户可以这么写

select * from `user` where find_in_set('2',`user`.`category`)

具体 find_in_set 的使用请参照手册

http://dev.mysql.com/doc/refman/5.1/en/string-functions.html#function_find-in-set

虽然这样很好用,但问题是如果数据量大的情况下怎么办,性能会是问题么,手册上有说对 find_in_set 做的优化,但在没有索引的情况下他的性能应该是个问题。

于是做了个测试,user 表录入 100万的数据,同时建立 user_category 表,每个user有3个分类,那么category表里有300万条记录。

CREATE TABLE `user_category` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `user_id` int(11) DEFAULT NULL,
  `category_id` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `category_id` (`category_id`),
  KEY `user_id` (`tax_id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT

现在比较一下在百万级的数据量上使用 join 链接外键查询和find_in_set查询的性能

1、使用 find_in_set 查询,平均时间在2.2秒左右

SELECT SQL_NO_CACHE COUNT(*) FROM `user` WHERE FIND_IN_SET(65,category)

2、使用 left join 使用了右表中的索引,平均时间在0.2秒左右

SELECT SQL_NO_CACHE COUNT(DISTINCT(`user`.id)) FROM `user` 
LEFT JOIN `user_category` ON `user`.`id`= `user_category`.`user_id` 
WHERE `user_category`.`category_id`=75

所以在大数据量的情况下还是不适合用find_in_set, 不过有些表的数据可能永远就那么点数据,这个时候为了减少表数量,倒是可以用这样的方法做。