SQL Joins : in, out, 彻底改变答案

【问题标题】：SQL Joins : in, out, shake it all aboutSQL Joins : in, out, 彻底改变
【发布时间】：2011-05-05 12:37:21
【问题描述】：

我正在执行以下 sql 以返回一个数据，其中表 1 和 2 中的 dob 和地址都匹配。

select table1.dob
, table1.address
, sum(case when person_status in ('A','B','C') then 1 else 0 end) as 'ABC_count'
, sum(case when person_status in ('D','E') then 1 else 0 end) as 'DE_Count'
, sum(case when person_status in ('F','G') then 1 else 0 end) as 'FG_Count' 
from table1
inner join table2
on (table1.dob = table2.dob and table1.address = table2.address)
where table1.dob > @myDate
group by table1.dob, table1.address
order by table1.dob, table1.address

但是，当 table2 中没有匹配项且只有该数据时，我现在想从 table1 返回数据，我认为只需将内连接更改为左外连接就可以执行我需要的操作，但事实并非如此。

谢谢！

【问题讨论】：

仅供参考，根据您的 cmets 关于调整性能的信息，请检查您的索引！你肯定想要一个关于 dob 字段的索引，可能还有 person_status 和 address 。如果您在Dob, Address 上放置一个覆盖索引（按此顺序！），它也会加快您的分组/排序操作。

标签： sql-server join inner-join outer-join

【解决方案1】：

如果连接中没有匹配项，则第二个表中的字段为 NULL，因此您必须检查 table2 中的 NULL 值。假设表 2 中的 dob 不是 NULL，这应该可以解决您的问题：

select table1.dob
, table1.address
, sum(case when person_status in ('A','B','C') then 1 else 0 end) as 'ABC_count'
, sum(case when person_status in ('D','E') then 1 else 0 end) as 'DE_Count'
, sum(case when person_status in ('F','G') then 1 else 0 end) as 'FG_Count' 
from table1
left outer join table2
on (table1.dob = table2.dob and table1.address = table2.address)
where table1.dob > @myDate and table2.dob is null
group by table1.dob, table1.address
order by table1.dob, table1.address

【讨论】：

谢谢！你认为这种方法会比用子查询重写并且不存在更快吗？
我不确定性能问题...我用谷歌搜索了一下，没有确切的结论，它还取决于您的数据库结构和索引。看起来 NOT EXISTS 方式，查看执行计划，消耗较少的 CPU，但它似乎更加 I/O 密集，并且可能是要获取数百万条记录的问题。看这个链接和cmetsblog.sqlauthority.com/2008/04/22/…
@NimChimpsky - EXISTS 和 NOT EXISTS 通常比 join 或其他运算符（如 IN）快，因为它们短路 - 第一次受到打击时，它们会继续下一个条目。

【解决方案2】：

在这种情况下不是连接，你应该使用NOT EXISTS函数。

【讨论】：

谢谢！子查询通常较慢，因此添加空值（如@il_guru 建议的那样）会更快？
子查询和连接都被服务器转换成一组相似的执行步骤。还要注意“过早的优化”！你应该只开始考虑优化查询，在你发现它很慢之后，当然不要在查询仍然产生错误的结果集时打扰。
它现在不会产生错误的结果集。然而，它将在数以亿计的记录上运行。所以我需要优化它。

【解决方案3】：

在我看来，LEFT JOIN 更干净，如果 LEFT JOIN 和 NOT EXISTS 的性能没有太大差异，你应该使用它。 @JNK 说“EXISTS 和 NOT EXISTS 通常比 join 或 IN 之类的其他运算符快，因为它们会短路 - 第一次受到打击时，它们会继续下一个条目”，但我的理解是 NOT EXISTS 和 NOT IN 是通常很昂贵，因为 sql server 必须遍历查找表中的所有记录以确保该条目实际上不存在，所以我不知道短路是如何工作的

【讨论】：

【解决方案4】：

您也可以在这里使用 EXCEPT 关键字。

select table1.dob
, table1.address
, sum(case when person_status in ('A','B','C') then 1 else 0 end) as 'ABC_count'
, sum(case when person_status in ('D','E') then 1 else 0 end) as 'DE_Count'
, sum(case when person_status in ('F','G') then 1 else 0 end) as 'FG_Count' 
from table1
where table1.dob > @myDate
EXCEPT
select table1.dob
, table1.address
, sum(case when person_status in ('A','B','C') then 1 else 0 end) as 'ABC_count'
, sum(case when person_status in ('D','E') then 1 else 0 end) as 'DE_Count'
, sum(case when person_status in ('F','G') then 1 else 0 end) as 'FG_Count' 
from table1
inner join table2
on (table1.dob = table2.dob and table1.address = table2.address)
where table1.dob > @myDate

这将获得第一个查询中不在第二个查询中的所有记录。

【讨论】：