如何在 presto 中首先运行子查询答案

【问题标题】：How to run the subquery first in presto如何在 presto 中首先运行子查询
【发布时间】：2023-08-19 05:26:02
【问题描述】：

我有以下疑问：

select * 
from Table1 
where NUMid in (select NUMid 
                from Table2 
                where email = 'xyz@gmail.com')

我的意图是从 table2 中获取电子邮件值等于 xyz@gmail.com 的所有 NUMid 列表，并使用这些 NUMid 列表从 Table1 中查询。

在 presto 中，查询首先运行外部查询。有没有办法运行和存储内部查询的结果，然后在 presto 的外部查询中使用它？

【问题讨论】：

在大多数 SQL 版本中，您将索引 Table2，以便上述子查询查找非常快。但是，Presto 不支持常规索引，所以我不知道这里可以做什么。
奇怪，因为内部查询会大大简化外部查询！你担心因为它需要很长时间吗？我想知道如果通过JOIN 完成它是否会更有效地运行？

标签： sql amazon-web-services amazon-athena presto in-clause

【解决方案1】：

优化器可以为所欲为。在这种情况下，它应该运行一次内部查询，然后基本上执行JOIN（技术上是“半连接”）操作。

在许多数据库中，exists 带有适当的索引可以解决性能问题。

如果您想确保子查询只计算一次，您可以将其移至ON 子句。正确的等效查询如下所示：

select t1.* 
from Table1 t1 join
     (select distinct t2.NUMid 
      from Table2 t2
      where t2.email = 'xyz@gmail.com'
     ) t2
     on t1.NUMid = t2.NUMid;

select distinct 对于join 代码与in 代码等效很重要。但是，如果您知道没有重复项，则更通俗地说是没有子查询：

select t1.* 
from Table1 t1 join
     Table2 t2
     on t1.NUMid = t2.NUMid
where t2.email = 'xyz@gmail.com'

【讨论】：

【解决方案2】：

Presto 和Trino (formerly known as PrestoSQL) 将该查询作为“半联接”操作执行：它使用来自内部查询的行构建内存索引，并针对该索引探测外部查询的行.如果存在值，则发出来自外部查询的行，否则，将其过滤掉。

在最新版本的 Trino 中，有一个称为“动态过滤”的功能，它允许查询引擎根据从内部查询动态获取的信息，在源头动态过滤和修剪外部查询的数据。您可以在以下博客文章中了解更多信息：

【讨论】：