Sql 查询 LEFT JOIN / NULL 连接逻辑

Question

我想了解以下查询背后的连接逻辑？？ 下面是正在使用的表格

on t1.log_id-1 = t2.log_id
    where t2.log_id is null

完整查询：-

select start_id, min(end_id) as end_id
from (
    select t1.log_id as start_id
    from logs as t1
    left join logs as t2
        on t1.log_id-1 = t2.log_id
    where t2.log_id is null
) tt_start
join (
    select t1.log_id as end_id
    from logs as t1
    left join logs as t2
        on t1.log_id+1 = t2.log_id
    where t2.log_id is null
) tt_end
where start_id<=end_id
group by start_id

表：-

Log_id
1
2
3
7
8
10

Answer 1

这是自联接和反联接的组合。

1. 自连接：表连接到自身（此处连接到 ID 减或加 1 的行）。
2. 反连接：左外连接和WHERE 子句仅保留外连接行，从而保留左表中没有匹配的所有行。这是一种在年轻 DBMS 上使用的相当常见的技术，其中连接已经非常优化，而更直接的方法 NOT EXISTS 和 NOT IN 还没有。

这个查询的作用是：

1. 查找没有直接前任的 ID。例如。对于 ID 1、2、4、5、6、8、10、12、23、24，我们将找到 1、4、8、10、12 和 23。
2. 查找没有直接追随者的 ID。例如。对于 ID 1、2、4、5、6、8、10、12、23、24，我们将找到 2、6、8、10、12 和 24。
3. 将前者与后者连接，其中前者
4. 获取每个起始 ID 的最小结束 ID：1-2、4-6、8-8、10-10、12-12、23-24。

查询因此找到数字范围。 1、2、4、5、6、8、10、12、23、24 = 1-2、4-6、8、10、12、23-24。

这种任务称为间隙和孤岛问题。大多数情况下，这些问题可以通过窗口函数来解决：

select min(log(id), max(log_id)
from
(
  select
    log_id,
    log_id - row_number() over (order by log_id) as grp
  from logs
) grouped
group by grp
order by grp;

演示：https://dbfiddle.uk/?rdbms=mysql_8.0&fiddle=3eaeb881c8e5498a02fa0ff34f4cffc3

Answer 2

这是一种not exists 逻辑。仅当过滤列不能为空如果有匹配的行时才有效。

直接使用not exists会好很多，因为优化器可以更好的理解，直接转化为反连接。例如：

where not exists (select 1
    from logs as t2
    where t1.log_id-1 = t2.log_id)

left join 构造通常由不了解情况的人使用，因为在大多数优化器实现中，该构造并没有得到很好的理解。

例如，在 SQL Server 中，保证只有一行的查询计划子树对于某些优化非常有用。由于left join 理论上可以将行加倍，因此不存在此保证。尽管你我都知道这是不可能的，但优化器中并没有对此的逻辑。

Answer 3

where 不是连接逻辑的一部分，它是一个仅在连接逻辑之后应用的过滤器。

在我看来 ON t1.log_id-1 = t2.log_id 和 WHERE t2.log_id IS NULL 的组合应该给你零行。如果t2.log_id 的值为空，则它也不能比t1.log_id 小一。