MySQL性能优化 出题业务SQL优化

根据用户的作答结果出练习卷，题目的优先级为：未做过的题目只做错的题目做错又做对的题目只做对的题目。

先简单介绍一下项目背景。这是一个在线考试练习平台，数据库使用MySQL，表结构如图所示：

Question是存储题目的表，数据量在3万左右。AnswerResult表是存储用户作答结果的表，分表之后单表记录大概在300万-400万。

需求：根据用户的作答结果出练习卷，题目的优先级为：未做过的题目>只做错的题目>做错又做对的题目>只做对的题目。

在“做错又做对的题目”中，会按错误次数和正确次数的比例进行权重计算，比如：A、做错10次，做对100次；B、做错10次，做对20次。这时B被选中出给用户练习的概率就大。

备注：AnswerResult表中不存在QuestionId的记录，则代表该题没有做过。

之前使用的方法：

　　SELECT Question.题目标识,IFNULL((0-正确次数)/(正确次数+错误次数),1) AS 权重 FROM Question

　　LEFT JOIN AnswerResult ON AnswerResult.题目标识 = Question.题目标识

　　WHERE 用户标识={UserId}

说明：IFNULL((0-正确次数)/(正确次数+错误次数),1)这个函数式分2部分，

公式：(0-正确次数)/(正确次数+错误次数)得到题目的权重，这个区间为[0,-1]，0表示只做错的题目，-1表示只做对的题目。IFNULL(value,1)则将未做过的题目权重设置为1，根据这个权重进行排序列出题目。

由于AnswerResult表是多达300、400百万的表，所以通过LEFT JOIN进行左连接时，迪卡尔乘积过大，又加上AnswerResult是频繁读写的表，很容易导致这条SQL变成慢查询。

性能问题被提上日程后，这条SQL语句就变成的优化点。

1、IFNULL()这个函数计算可以调整成冗余字段。

2、LEFT JOIN的迪卡尔乘积太大，可以调整为冗余或者使用INNER JOIN以提高查询速度。

3、根据需求，其实可以调整出题策略，不同的情况执行不同的SQL，而不需要在同一条SQL中实现。

解决方案针对以上三个点进行调整。虽然Question表有3万条数据，但是出题的场景其实是针对知识点出题，单个知识点题目最多也只有1000题左右，所以获取未做过的题目时，完全可以使用NOT IN走索引来完成。SQL语句如：

　　A:SELECT 题目标识 FROM Question WHERE 知识点={KnowledgePointCode} AND 题目标识 NOT IN (

　　　　SELECT 题目标识 FROM AnswerResult INNER JOIN Question AND Question.知识点={KnowledgePointCode}

　　　　WHERE AnswerResult.用户标识 = {UserId}

　　)

针对只做错的题目出题练习就简单了（正确次数 = 0代表只做错），SQL如：

　　B:SELECT 题目标识 FROM AnswerResult INNER JOIN Question AND Question.知识点={KnowledgePointCode}

　　WHERE AnswerResult.用户标识 = {UserId} AND 正确次数 = 0 ORDER BY 错误次数 DESC

若要对做错、做对或者只做对的题目进行出题，SQL就是这样的（已经对权重进行冗余=IFNULL((0-正确次数)/(正确次数+错误次数),1)）：

　　C:SELECT 题目标识 FROM AnswerResult INNER JOIN Question AND Question.知识点={KnowledgePointCode}

　　WHERE AnswerResult.用户标识 = {UserId} AND 正确次数 > 0 ORDER BY 权重 DESC

不足：SQL语句A的查询速度依然是较慢的，虽然有缩小NOT IN的结果集，但这里还是有优化点。园子里的朋友们能不能给点建议？

有人说JOIN是SQL的性能杀手，我觉得主要还是怎么去使用JOIN，MySQL的索引优化相当重要，如果JOIN成为性能瓶颈，可以EXPLAIN看看是不是索引没有建好，并且尽量让迪卡尔乘积尽量小。使用冗余数据避免JOIN，当可能变化的冗余数据被分表之后，更新这些冗余数据就是一件非常头痛的事了。海量数据高并发，确实是一件挺头痛的事。

望园子里有这方面经验的朋友不吝赐教。谢谢。