sql查询连接多个表 - 太慢了答案

【问题标题】：sql query joins multiple tables - too slowsql查询连接多个表 - 太慢了
【发布时间】：2020-11-13 15:07:52
【问题描述】：

我目前正在尝试将几个表连接在一起（如果可能的话，可能还会再加入 2 个），但是按照我现在的查询编写方式，我什至看不到 3 个表的结果

select t1.x, 
t1.y,
t1.z,
t4.a,
t4.b,
t4.c,
t4.d
from  t1
left join t2 on t1.id=t2.id
left join t3 on t2.id=t3.id
left join t4 on t1.id2=t4.id
where t1.date between 'x' and'x'
and t1.city not in ('x')
and t3.column = x;

有没有办法优化此代码以更快地运行，并可能使其能够向其中添加更多表？

提前谢谢你！

【问题讨论】：

1：您应该指定您的 DBMS（oracle、mysql、sqlserver...）。 2：你应该发布你的表结构，包括索引。 3：您应该发布 EXPLAIN PLAN 的结果以供您查询。之后，我们将能够为您提供帮助。
Why should I provide a Minimal Reproducible Example for a very simple SQL query?
没有解释计划很难说，但是如果这些表很大并且与第一个表有多对多的关系，您可能希望在您之前使用临时表来仅存储相关数据和列做连接。我不确定 t2 和 t3 上的 left join 是否是故意的，但如果不是，您可以尝试使用 t2 和 t3 的 where exists，因为您并没有真正从这些表中提取任何列
没有样本数据和更多解释，你的问题没有意义。它基本上说：“我有一些数据不会显示给你，还有一个查询不符合我的要求。”需要的是对您拥有的数据的解释以及对您想要做什么的解释。
请在代码问题中给出minimal reproducible example--cut & paste & runnable code，包括最小的代表性示例输入作为代码；期望和实际输出（包括逐字错误消息）；标签和版本；明确的规范和解释。给出尽可能少的代码，即您显示的代码可以通过您显示的代码扩展为不正常的代码。（调试基础。）对于包含 DBMS 和 DDL（包括约束和索引）和输入为格式化为表的代码的 SQL。暂停总体目标的工作，将代码砍到第一个表达式，没有给出你期望的内容，说出你的期望和原因。

标签： sql performance join hive left-join

【解决方案1】：

您的查询存在一些可能有助于提高速度的逻辑问题。

当 t2 具有相同的 id 值时，它们将连接到 t1。然后将 t3 拉入，当且仅当 t2 中有一行并且它具有与 t1 和 t2 相同的值。最后，在 where 子句中，t3.column 必须是 x 否则它会被过滤。

这意味着 t3 中的一行必须存在。每个没有 t2 记录和 t3 记录的 t1 记录都会被过滤掉。因此你不需要左连接，你需要一个内部连接。

select t1.x, 
t1.y,
t1.z,
t4.a,
t4.b,
t4.c,
t4.d
from  t1
inner join t2 on t1.id=t2.id
inner join t3 on t2.id=t3.id
left join t4 on t1.id2=t4.id
where t1.date between 'x' and'x'
and t1.city not in ('x')
and t3.column = x;

在某些 DBMS 中，您可以将 t3.column 子句移动到连接命令中，这有助于过滤掉计划中较早的行。

select t1.x, 
t1.y,
t1.z,
t4.a,
t4.b,
t4.c,
t4.d
from  t1
inner join t2 on t1.id=t2.id
inner join t3 on t2.id=t3.id and t3.column = x
left join t4 on t1.id2=t4.id
where t1.date between 'x' and'x'
and t1.city not in ('x');

我的最终建议是仔细查看 t2 以了解您是否真的需要它。问问自己，为了让我得到正确的结果，是否有理由在 t2 中存在一行？ ...因为如果 t1.id = t2.id 那么 t1.id = t3.id 并且您可以完全消除 t2 表。

【讨论】：