Oracle FULL OUTER JOIN 三张表有两个条件

Question

背景

Oracle 数据库版本：

SELECT * FROM v$version
WHERE banner LIKE 'Oracle%';
-- OUTPUT
Oracle Database 12c Enterprise Edition Release 12.1.0.2.0 - 64bit Production

目标

我正在尝试将 三个表 与 两个条件 进行外部连接，以便缺失值仅显示为 NULL。请参阅下面的详细信息。

表格

以下表格是抽象的，所以请不要试图改进数据模型本身。

测量

主键 = ID

|  ID  |    MEAS_NAME    |
|------|-----------------|
| 1000 | "Measurement 1" |

MEASUREMENT_AREA

主键 = (ID, NAME)
外键ID = MEASUREMENT.ID

|  ID  |    NAME   | AREA |
|------|-----------|------|
| 1000 | "Point 1" |   10 |
| 1000 | "Point 2" |   20 |

MEASUREMENT_VOLUME

主键 = (ID, NAME)
外键ID = MEASUREMENT.ID

|  ID  |    NAME   | VOLUME |
|------|-----------|--------|
| 1000 | "Point 1" |    100 |
| 1000 | "Point 3" |    200 |

预期结果

我想要的是以下输出：

|  ID  |    MEAS_NAME    |    NAME   | AREA | VOLUME |
|------|-----------------|-----------|------|--------|
| 1000 | "Measurement 1" | "Point 1" | 10   | 100    |
| 1000 | "Measurement 1" | "Point 2" | 20   | NULL   |
| 1000 | "Measurement 1" | "Point 3" | NULL | 200    |

这意味着，如果对于特定的 MEASUREMENT.ID 和特定的 NAME 在 AREA 和 VOLUME 中都有数据，则将它们放在同一行中。否则，只需将 AREA 或 VOLUME 字段留空即可。

查询 1

我想出了以下 SQL 语句，它不起作用，它丢弃了来自 MEASUREMENT_VOLUME 的结果：

SELECT meas.ID AS "ID",
    meas.MEAS_NAME AS "MEAS_NAME",
    COALESCE (area.NAME, vol.NAME) as "NAME",
    area.AREA, vol.VOLUME
FROM MEASUREMENT meas
  LEFT JOIN MEASUREMENT_AREA area
    ON meas.ID = area.ID
  FULL JOIN MEASUREMENT_VOLUME vol
    ON meas.ID = vol.ID AND area.NAME = vol.NAME
WHERE meas.ID = 1000;

查询 2

如果我把MEASUREMENT放在最后，它可以工作，但查询非常慢：

SELECT meas.ID AS "ID",
    meas.MEAS_NAME AS "MEAS_NAME",
    COALESCE (area.NAME, vol.NAME) as "NAME",
    area.AREA, vol.VOLUME
FROM MEASUREMENT_AREA area
    FULL JOIN MEASUREMENT_VOLUME vol
        ON area.ID = vol.ID AND area.NAME = vol.NAME
    JOIN MEASUREMENT meas
        ON meas.ID = vol.ID OR meas.ID = area.ID
WHERE meas.ID = 1000;

问题

• 为什么查询 1 不起作用？
• 为什么查询 2 有效？
• 实现输出的最有效方法是什么？

非常感谢您的帮助，我不是 SQL 专家。

其他信息

• MEASUREMENT 中的一行仅包含一次测量的元数据
• 一次测量可以包含数百个测量点，这些点由它们的 `NAME 来区分。
• MEASUREMENT_AREA 和 MEASUREMENT_VOLUME 比 MEASUREMENT 大得多，每个都包含超过 1000 万行

Answer 1

为什么一个查询有效而另一个无效已在另一个答案中进行了解释。所以我只是添加我将如何编写查询：

您想要measurement_area 和measurement_volume 的完全外连接。在子查询中执行此操作并加入 measurement 表：

select id, m.meas_name, data.name, data.area, data.volume
from measurement m
join 
(
  select id, name, ma.area, mv.volume
  from measurement_area ma
  full outer join measurement_volume mv using (id, name)
) data using(id);

Answer 2

为什么查询 1 不起作用？

...
ON meas.ID = vol.ID AND area.NAME = vol.name
...
where meas.ID = 1000

您的完整连接条件有 area.name = vol.name，这意味着 MEAS_VOLUME 表中名称为“Point 3”的行不匹配。仅通过连接，您确实可以从该表中获取行，但由于它与条件不匹配，因此只有该表中的字段具有值 - meas.ID 与 MEAS_NAME 和 AREA 一起为空。但随后您过滤掉 ID 不 = 1000 的行。如果您删除该查询的 where 子句，您会得到：

ID      MEAS_NAME       NAME    AREA    VOLUME
1000    Measurement 1   Point 1 10      100
                        Point 3         200
1000    Measurement 1   Point 2 20  

为什么查询 2 有效？

基本上是因为它对于回答问题是正确的。似乎您在那个区域中认识到 area.ID 和 vol.ID 并非始终可用，因此您将 MEASUREMENT 与联接中的任何一个进行匹配，这意味着您的查询有效。

实现输出的最有效方法是什么？

如果没有更多信息，这很难回答 - 您的执行计划是什么样的？有哪些索引可用？正在使用什么？

我猜首先会发生完全连接，所以您要对 2 个大表执行此操作，然后再连接回第一个表。更新表的统计信息可能会解决查询 2 的性能问题，或者可能需要进行更深入的分析。

Edited to Add - 这是您查询的另一个正确版本，它的执行速度可能比查询 2 更快。将 OR 排除在连接条件之外，这有时会使优化器变得困难。

with MEASUREMENT as
(
  select 1000 as ID, 'Measurement 1' as MEAS_NAME from dual
), MEASUREMENT_AREA as
(
   select 1000 as ID, 'Point 1' as NAME, 10 as AREA from dual union all
   select 1000 as ID, 'Point 2' as NAME, 20 as AREA from dual
), MEASUREMENT_VOLUME as
(
   select 1000 as ID, 'Point 1' as NAME, 100 as VOLUME from dual union all
   select 1000 as ID, 'Point 3' as NAME, 200 as VOLUME from dual
),
base_qry as (
    select meas.ID, meas_name, area.name, area, null as volume
    FROM MEASUREMENT meas
      LEFT JOIN MEASUREMENT_AREA area
        ON meas.ID = area.ID
    WHERE meas.ID = 1000

    union all 

    select meas.ID, meas_name, vol.name, null, volume
    FROM MEASUREMENT meas
      LEFT JOIN MEASUREMENT_VOLUME vol
        ON meas.ID = vol.ID
    WHERE meas.ID = 1000)
select ID, MEAS_NAME, NAME,
    max(AREA) as AREA,
    max(VOLUME) as VOLUME
from base_qry
group by ID, MEAS_NAME, NAME
order by 1,2,3
;

Answer 3

我基本上结合了@dandarc 和@thorsten-kettner 的答案（非常感谢您的宝贵意见）：

由于MEASUREMENT_VOLUME 和MEASUREMENT_AREA 比MEASUREMENT 大得多，我将JOIN 分开：

SELECT *
FROM 
(
  SELECT *
  FROM MEASUREMENT
  JOIN MEASUREMENT_AREA
    USING(ID)
  WHERE ID = 1000
)
FULL JOIN
(
  SELECT *
  FROM MEASUREMENT
  JOIN MEASUREMENT_VOLUME
    USING(ID)
  WHERE ID = 1000
) USING (ID, MEAS_NAME, NAME);

就我的目的而言，重要的是首先将大表连接到 MEASUREMENT，然后将这些结果合并（也可以使用 @dandarc 建议的 UNION ALL 和 GROUP BY）。

这有效地解决了我的问题。三个表上的FULL JOIN 查询 2 花费了 3 多分钟。使用此解决方案需要几秒钟。

请注意，我现实生活中的问题更复杂，因为我选择了几十列，不能简单地使用SELECT *。因此，我不能使用USING(ID, MEAS_NAME, NAME)，但需要坚持使用ON 语法。

Answer 4

试试这个 -

SELECT meas.ID AS "ID",
meas.MEAS_NAME AS "MEAS_NAME",
COALESCE (area.NAME, vol.NAME) as "NAME",
area.AREA, vol.VOLUME
FROM MEASUREMENT meas
LEFT JOIN MEASUREMENT_AREA area
ON meas.ID = area.ID
LEFT JOIN MEASUREMENT_VOLUME vol
ON meas.ID = vol.ID
WHERE meas.ID = 1000;

只需从您的第一个查询中删除 area.NAME = vol.NAME。