将谓词添加到外部连接时出现问题

Question

为此我一直在扯头发：

-- misses nulls
SELECT *
FROM BASE_TABLE TAB1
     FULL JOIN BASE_TABLE TAB2
       USING (ANOTHER_ID)
WHERE (TAB1.ID = 6 OR TAB1.ID IS NULL)
  AND (TAB2.ID = 8 OR TAB2.ID IS NULL);

-- catches nulls
SELECT *
FROM (SELECT * FROM BASE_TABLE WHERE ID = 6) TAB1
     FULL JOIN (SELECT * FROM BASE_TABLE WHERE ID = 8) TAB2
       USING (ANOTHER_ID);

第一个查询会丢失一个或另一个表中的行不存在的行。为什么第一个查询做外连接失败？

我一直认为我明白了 - 首先评估 WHERE 子句，因此稍后不应用“OR IS NULL” - 但这对我来说没有意义，因为我已经成功应用了“IS NULL”过去的谓词选择连接后的行。

出于性能原因，我想让第一个查询工作 - 有人知道问题出在哪里吗？

Answer 1

第一个查询执行连接然后过滤，第二个查询执行过滤然后连接。 对于外连接，区别很重要。

你会通过一些示例数据来理解它。

create table tab1 (id number, another_id number);
create table tab2 (id number, another_id number);

insert into tab1 values (6,5);
insert into tab2 values (8,5);
insert into tab1 values (1,6);
insert into tab2 values (2,6);

SELECT *
FROM TAB1
     FULL JOIN TAB2 USING (ANOTHER_ID);

     ANOTHER_ID              ID              ID
--------------- --------------- ---------------
           5.00            6.00            8.00
           6.00            1.00            2.00

结果集（不带 WHERE）显示 another_id 6 的连接条件已经成功。不需要外连接。

当您添加 WHERE 过滤器时，它会过滤掉 6 的匹配项，因为 id 既不是 6,8 也不是 null。也就是说，您将其用作过滤谓词而不是连接谓词。

我相信您的意图是让 TAB1 加入 TAB2，ANOTHER_ID 上应该匹配，并且 TAB1 的 ID 应该是 6，TAB2 的 ID 应该是 8。这就是第二个 SQL 中的内容。

连接谓词也可以表示为

SELECT *
FROM TAB1
    FULL JOIN TAB2 ON 
           (TAB1.ANOTHER_ID = TAB2.ANOTHER_ID AND TAB1.ID=6 AND TAB2.ID=8)

Answer 2

嗯。这是一个脑筋急转弯，但我想我可能会拥有它。

在您的第一个查询中，您在键 ANOTHER_ID 上将表完全连接到自身。

当两个连接表相同时，无论你是进行全连接、内连接、左连接还是右连接，结果都是一样的。因为您的密钥 ANOTHER_ID 在两个表中始终存在或不存在。不存在一个表的 ANOTHER_ID 值在另一个表中找不到的情况，因此不存在 TAB1.ANOTHER_ID 或 TAB2.ANOTHER_ID 最终为 NULL 的情况。所以你实际上只是在 ANOTHER_ID 上进行自内联。

现在我不知道你的 ID 列的内容，但我想它总是充满了一些价值。因此，在您的自内连接之后，生成的 ID 列将始终填充一些内容。也许不是 6 或 8，但也不是 NULL。在没有 NULL 值的情况下，您的 WHERE 查询将转换为 WHERE TAB1.ID = 6 AND TAB2.ID = 8，它只留下正确的组合，没有其他任何内容。

相比之下，在您的第二个查询中，您定义了 ID=6 和 ID=8 的子集，并将这些子集彼此完全连接。子集 1 包含子集 2 中不存在的某些 ANOTHER_ID，反之亦然。因此，现在有了 FULL JOIN 的基础，因为某些行不会连接到其他行，在 TAB1.ID 或 TAB2.ID 中留下您可以检测到的 NULL 值。

我认为可以通过将 WHERE 子句更改为：WHERE TAB1.ID IN (6,8) AND TAB2.ID IN (6,8) 来调整您的第一个查询。但是，这将给出与您的第二个查询不同的结果，而且我认为还有一定数量的重复行。而且我也不认为它会更快。