SQL: optimización de subconsulta "no disponible" o alternativas

Question

Tengo dos tablas de base de datos: "lugares" y "traducciones". Las traducciones de los nombres de lugares se realizan mediante la selección de registros de "lugares", que no tienen las traducciones al idioma especificado aún:

SELECT `id`, `name` 
FROM `places` 
WHERE `id` NOT IN (SELECT `place_id` FROM `translations` WHERE `lang` = 'en') 

Esto funcionó bien con 7 000 registros de lugares, pero chocaron cuando el número de traducciones alcanzó el 5 000. Desde entonces, la consulta tarda unos 10 segundos y devuelve el error:

2006 - MySQL server has gone away

Según entiendo, el problema principal aquí es la sub consulta de regresar a muchos resultados, bu cómo podría resolverlo, si necesito seleccionar todos los lugares que aún no están traducidos?

Mi plan B es crear un nuevo campo booleano en la tabla "lugares", llamado "traducido", y restablecerlo a "falso", cada vez que cambio de idioma - eso evitaría tener subconsulta. Sin embargo, ¿tal vez podría simplemente modificar mi declaración de SQL actual y evitar agregar campo adicional?

Answer 1

La alternativa obvia:

SELECT 
    `id`, `name` 
FROM 
    `places` 
WHERE 
    NOT EXISTS (
    SELECT 1 FROM `translations` WHERE `id` = `places`.`id` AND `lang` = 'en' 
) 

No debe haber un índice compuesto agrupado sobre (translations.id, translations.lang) (compuesto significa: un único índice en múltiples campos, agrupado medios: el índice gobierna cómo se ordena la tabla).

Answer 2

En este caso, creo que la mejor alternativa es hacer 2 consultas por separado. Almacenando el resultado del primero en una variable y usando el segundo.