为什么这两个带有“EXISTS”的查询表现不同？答案

【问题标题】：Why do these two queries with 'EXISTS' behave differently?为什么这两个带有“EXISTS”的查询表现不同？
【发布时间】：2019-09-24 18:00:33
【问题描述】：

有两张桌子。 Customers 与 custid 作为 PK 和 Orders 与 custid 作为 FK。

Customers 表有列custid、companyname

Orders 表有列custid、orderid、orderdate

我想退回在 2007 年而不是在 '2008' 订购的客户。我想在最终结果中返回custid 和companyname。

我有 query1 可以获取正确的结果，总共有 7 个不同的 custid 我有 query2，它给了我更多不同的行，即最终结果中有 86 行

查询1

SELECT custid, companyname
FROM customers c
WHER EXISTS
 (SELECT custid
  FROM orders o
  WHERE YEAR(orderdate) = '2007'AND o.custid = c.custid)
AND NOT EXISTS
 (SELECT custid
  FROM orders o
  WHERE YEAR(orderdate) = '2008'AND o.custid=c.custid)

查询2

SELECT DISTINCT custid, companyname
FROM customers c
WHERE EXISTS
 (SELECT custid
  FROM orders o
  WHERE YEAR(orderdate) = '2007'
        AND YEAR(orderdate) <> '2008'
        AND o.custid=c.custid)

我不明白 query2 的问题以及为什么它不能给出正确的结果？

【问题讨论】：

能否请您提供两个表中的一些示例数据以供我们使用？
code2 中的子查询将有效地查询 2007 年的所有客户。请记住，条件是按行计算的：如果第一个条件 (= 2017) 成立，则第二个条件 (<> 2018) 成立根据定义。
当您说YEAR(orderdate) = '2007' 时，它永远不会是其他任何东西（条件是每行），除非您引入OR 条件.具体值不能同时为 2007 和其他值。

标签： sql sql-server tsql sql-server-2012 exists

【解决方案1】：

正确的查询是第一个。

正如 user2722968 所说，使用： WHERE YEAR(orderdate) = '2007' AND YEAR(orderdate) <> '2008' 每行工作。所以，如果一个 custid 在 2007 年和 2008 年都有一个 orderid，前面提到的WHERE 确实会返回 2007 行，因为它确实有 YEAR(orderdate) = '2007' AND YEAR(orderdate) <> '2008'。

相反，(NOT) EXISTS 中的不同代码不是对行而是对结果集执行操作 (semijoi)。这就是你需要的。

建议：如果可以避免使用函数，最好不要使用函数，因为当你将函数应用到字段时，如果上面有索引，它不能用于加速计算。因此，最好不要使用 YEAR(orderdate)=2007：

orderdate>='20070101' and orderdate<'20080101'

考虑到这一点，查询变为：

SELECT custid, companyname
FROM customers c
WHERE EXISTS
 (SELECT custid
  FROM orders o
  WHERE orderdate>='20070101' and orderdate<'20080101' AND o.custid = c.custid)
AND NOT EXISTS
 (SELECT custid
  FROM orders o
  WHERE orderdate>='20080101' and orderdate<'20090101' AND o.custid=c.custid)

【讨论】：

良好的性能提示。这称为sargability。

【解决方案2】：

好的，让我们有一个客户（客户 1）的 customers 表和以下 orders 表

custid   orderid  orderdate
---------------------------
  1         1       1.1.2007
  1         2       1.1.2008

您的第二个查询为客户解释子查询

SELECT custid
FROM orders o
WHERE YEAR(orderdate) = 2007 AND YEAR(orderdate) <> 2008 AND o.custid = 1

它返回第一行。因此，exists 被评估为客户的true，因为有一行year(orderdate) = 2007 and year(orderdate) <> 2008（第一行）。但是，这并不意味着与 2008 年不存在不同的行！

显然，第一个查询没有返回结果，因为客户 1 不满足 not exists 谓词。如果我们用关系代数表示第一个查询，那么它对应于两个集合之间的差异，但是，第二个查询只是一个带有条件的普通连接。

【讨论】：

【解决方案3】：

为什么这两个带有“EXISTS”的查询表现不同？

因为：

如果有 2007 年的订单并且在 2008 年没有（不同的）订单，第一个查询将返回一个客户。
但是第二个查询会返回一个客户，如果有2007年的订单，但同样的订单不在2008年（由于订单已经在2007年，所以不在2008年，所以条件<> 2008是冗余）。

看起来第一个查询更有意义。

【讨论】：

【解决方案4】：

EXCEPT 有一种更简单的方法可以解决这个问题

select c.custid, c.companyname
from Customers c
join
Orders o
on o.custid=c.custid
where orderdate>='20070101' and orderdate<'20080101'
except
select c.custid, c.companyname
from [TSQL2012].Sales.Customers c
join
[TSQL2012].Sales.Orders o
on o.custid=c.custid
where orderdate>='20080101' and orderdate<'20090101'

【讨论】：