如何编写此查询 [关闭]答案

【问题标题】：How to write this query [closed]如何编写此查询 [关闭]
【发布时间】：2012-01-19 16:22:37
【问题描述】：

我被困在一个查询中，需要您的帮助和建议。情况是：

我有一个结构为

的表

JOB_ID、ITEM_ID、NEW_ITEM_ID、状态

其中job_id是主键，status可以是AC,SB。

现在我想编写一个查询，它只从表中选择那些状态为 AC 并且 ITEM_ID 或 NEW_ITEM_ID 都不在状态为 SB 的行中的行。我已经编写了一个查询，但它需要一个很多时间所以请帮我写优化查询。这就是我写的

SELECT * FROM (
      SELECT JOB_ID,NEW_ITEM_ID,ITEM_ID,STATUS 
      FROM X1 
      WHERE  STATUS='AC' 
      AND NEW_ITEM_ID IS NOT NULL
      MINUS
      ( SELECT T1.JOB_ID,T1.NEW_ITEM_ID ,T1.ITEM_ID ,T1.STATUS 
        FROM ( SELECT * 
               FROM X1
               WHERE STATUS IN 'AC' 
               AND NEW_ITEM_ID IS NOT NULL  ) T1 
      , ( SELECT * 
          FROM X1 
          WHERE STATUS IN ('PR','SB') 
          AND NEW_ITEM_ID IS NOT NULL  ) T2
    WHERE ( T2.ITEM_ID IN (T1.ITEM_ID,T1.NEW_ITEM_ID) 
                  OR T2.NEW_ITEM_ID IN  (T1.ITEM_ID,T1.NEW_ITEM_ID) 
       )
    AND T1.STATUS!=T2.STATUS 
   )
 ) T

编辑

此表将包含数百万条记录，例如大约 30M。

【问题讨论】：

您忘记在标签中指定firebird 和db2
嘿。 @Algorithmist：您实际使用的是哪个 DBMS？
@Algorithmist：那么，请告诉我，为什么要使用 MySQL 和 PostgreSQL 标签？
@Tomalak 我只想要逻辑。这就是为什么。你有什么建议吗。
我建议以过于本地化来结束这个问题。

标签： sql performance oracle oracle11g query-optimization

【解决方案1】：

最简单的方法是查询所有 ITEM_ID 和 NEW_ITEM_ID，状态为 SB，然后再进行如下查询：

SELECT * FROM table WHERE STATUS = 'AC' AND WHERE ITEM_ID NOT IN (the results of the previous query) AND WHERE NEW_ITEM_ID NOT IN (the results of the query for NEW_ITEM_IDs mentioned above).

虽然只是一个想法，但我认为使用正确的语法应该可以。

【讨论】：

我也这样做了，但也花费了太多时间。

【解决方案2】：

试试这个：

 select * from status where STATUS ='AC' or (STATUS ='SB' and ITEM_ID  is null) or  or (STATUS ='SB' and NEW_ITEM_ID is null)

【讨论】：

你应该开始在你的答案中写words；代码示例补充说明！

【解决方案3】：

听起来您正在寻找 (1) 状态为 AC 的行和 (2) item_id 或 new_item_id 匹配且状态为 SB 的其他行？

怎么样：

SELECT job_id, item_id, new_item_id, status
  FROM x1 a
 WHERE a.status = 'AC'
   AND NOT EXISTS (SELECT 1 FROM x1 b
                    WHERE b.status = 'SB'
                      AND ( b.new_item_id = a.item_id
                            OR b.item_id = a.new_item_id )

【讨论】：

【解决方案4】：

“这个表将包含数百万条记录，大约 30M”

这是一项重要信息，但缺少其他一些关键统计数据。有多少行匹配 'PR'、'SB' 和 'AC' 的状态？ new_item_id 填充了多少行？这些列是否已编入索引？

您在子查询中“从 x1 中选择 *”。 SELECT * 是不好的做法，一个等待发生的错误。然而，这里是灾难性的，因为您不使用任何列，而是强制数据库读取结果集中每个条目的整行。行越长，成本越高。在子查询中，如果可能的话，你真的应该只使用索引。

理想情况下，您应该在 X1 上有一个索引（STATUS、NEW_ITEM_ID、ITEM_ID、JOB_ID）。那你根本就不会打桌子。但至少你需要一个关于（STATUS，NEW_ITEM_ID）的索引。仅在 STATUS 上的索引对您没有任何好处，除非 STATUS 具有高度选择性 - 数百个不同的值，均匀分布。（这似乎不太可能：根据我的经验，大多数状态列都有一些不同的状态_。

您发布的查询命中表 X1 三次；这需要很长时间。所以主要是减少你打桌子的次数。这就是子查询分解可以提供帮助的地方：

with data as (  select job_id, new_item_id, item_id, status 
                from x1 
                where  status in ('PR','SB', 'AC' ) 
                and new_item_id is not null )
select t1.* 
from data t1
     , data t2
where t1.status = 'AC'
and t2.status in ( 'PR','SB' )
abd (t2.new_item_id in ( t1.new_item_id, t1.item_id )
     or t2.item_id in ( t1.new_item_id, t1.item_id ) )
/

所以这个查询只命中了表一次，而且连一个有利的索引都没有。

如果查询仍然需要太多时间 - 或者您无法获得有用的索引 - 另一个提高对海量表执行时间的选项是并行查询。如果您拥有 Enterprise Edition 许可证和具有足够 CPU 的服务器，则此选项对您开放（如果您要运行具有数百万行表的应用程序数据库，这两个条件都应该为真_。

with data as (  select /*+ parallel (x1, 4) */
                        job_id, new_item_id, item_id, status 
                 from x1 
                 ...

【讨论】：