stackoverflow db schema - 多列加入慢与 EXISTS

Question

我正在做一些性能测试，StackOverflow2010 DB 非常适合。

在这里测试多列连接SQL WHERE.. IN clause multiple columns

StackOverflow 数据库可在此处获得：https://www.brentozar.com/archive/2015/10/how-to-download-the-stack-overflow-database-via-bittorrent/

我正在尝试查询特定用户的帖子评论：

-- get users id < 5
SELECT *
FROM [Users]
WHERE Id < 5;

-- get posts for those users
SELECT *
FROM [Posts]
WHERE [OwnerUserId] IN (SELECT [Id] FROM [Users] WHERE Id < 5);

-- get comments for these posts 
SELECT *
FROM [Comments]
WHERE [PostId] IN (SELECT [Id]
                   FROM [Posts]
                   WHERE [OwnerUserId] IN (SELECT [Id] FROM [Users] WHERE Id < 5))
  AND [UserId] IN (SELECT [OwnerUserId]
                   FROM [Posts]
                   WHERE [OwnerUserId] IN (SELECT [Id] FROM [Users] WHERE Id < 5));

-- THIS version seems to select ALL comments and takes forever!
SELECT *
FROM [Comments]
WHERE EXISTS (SELECT *
              FROM [Posts]
              WHERE [OwnerUserId] IN (SELECT [Id] FROM [Users] WHERE Id < 5));

IN 查询有效，但它选择了一些 OwnerUserId 没有创建的评论（孤儿）。

EXISTS 查询（这似乎是正确的方法）似乎选择了 ALL cmets 并且需要永远！

有什么想法吗？原因在这里解释：https://sproket.github.io/Persism/n+1.html

Answer 1

您在这里使问题过于复杂化。

首先，让我们看看您的第二个查询。这实际上根本不需要引用Users 表。您正在查找用户 ID Posts 表 OwnerUserId 中的帖子的详细信息。所以你可以把你的第二个查询写成：

SELECT *
FROM dbo.Posts
WHERE OwnerUserId < 5;

对于您的下一个查询，同样适用，您不需要子查询，用户的 ID 已经在 Comments 表中：

SELECT *
FROM dbo.Comments
WHERE UserId < 5;

至于您的EXISTS，它不起作用的原因是它不相关。因此，EXISTS always 中的子查询至少返回一行，因此 EXISTS 的计算结果为 TRUE；所以 每一 表 Comments 的行都会被返回。

相关查询看起来像这样（这与您的查询无关，因为它们过于复杂）：

SELECT {Columns}
FROM dbo.SomeTable ST
WHERE EXISTS (SELECT 1
              FROM dbo.OtherTable OT
              WHERE OT.OtherInt > 10
                AND OT.SomeID = ST.ID);

注意OT.SomeID = ST.ID 子句，这意味着表dbo.SomeTable 和dbo.OtherTable 有一些关系。因此，上述查询只会返回来自dbo.SomeTable 的行，其中dbo.OtherTable 中存在相关行并且该相关行在OtherInt 列中的值大于10。 p>