带有 WHERE 子句的 UNION

Question

我正在对 Oracle 数据库执行两个查询的UNION。它们都有一个WHERE 子句。如果我在UNION 查询之后执行WHERE 与在WHERE 子句之后执行UNION 相比，性能是否有差异？

例如：

SELECT colA, colB FROM tableA WHERE colA > 1
UNION
SELECT colA, colB FROM tableB WHERE colA > 1

相比：

SELECT * 
  FROM (SELECT colA, colB FROM tableA
        UNION
        SELECT colA, colB FROM tableB) 
 WHERE colA > 1

我相信在第二种情况下，它会对影响性能的两个表执行全表扫描。对吗？

Answer 1

根据我的经验，Oracle 非常擅长推动简单 谓词。以下测试是在 Oracle 11.2 上进行的。我相当肯定它也会在所有 10g 版本上产生相同的执行计划。

（请大家，如果您运行早期版本并尝试以下操作，请随时发表评论）

create table table1(a number, b number);
create table table2(a number, b number);

explain plan for
select *
  from (select a,b from table1
        union 
        select a,b from table2
       )
 where a > 1;

select * 
  from table(dbms_xplan.display(format=>'basic +predicate'));

PLAN_TABLE_OUTPUT
---------------------------------------
| Id  | Operation            | Name   |
---------------------------------------
|   0 | SELECT STATEMENT     |        |
|   1 |  VIEW                |        |
|   2 |   SORT UNIQUE        |        |
|   3 |    UNION-ALL         |        |
|*  4 |     TABLE ACCESS FULL| TABLE1 |
|*  5 |     TABLE ACCESS FULL| TABLE2 |
---------------------------------------

Predicate Information (identified by operation id):
---------------------------------------------------    
   4 - filter("A">1)
   5 - filter("A">1)

正如您在步骤 (4,5) 中看到的，谓词被下推并在排序（联合）之前应用。

我无法让优化器下推整个子查询，例如

 where a = (select max(a) from empty_table)

或加入。有了适当的 PK/FK 约束，这可能是可能的，但显然存在限制:)

Answer 2

注意：虽然我的建议在多年前是正确的，但 Oracle 的优化器已经改进，因此 where 的位置在这里绝对不再重要。然而，更喜欢 UNION ALL 与 UNION 总是正确的，并且可移植 SQL 应避免依赖于可能并非所有数据库中的优化。

简短的回答，您希望在UNION 之前使用WHERE，并且尽可能使用UNION ALL。如果您使用的是UNION ALL，然后检查 EXPLAIN 输出，Oracle 可能足够聪明，可以优化 WHERE 条件（如果它留在后面）。

原因如下。 UNION 的定义表示如果两个数据集中有重复项，则必须将其删除。因此，该操作中有一个隐含的GROUP BY，它往往很慢。更糟糕的是，Oracle 的优化器（至少在 3 年前，我认为它没有改变）不会尝试通过 GROUP BY （隐式或显式）推动条件。因此，Oracle 必须构建比必要更大的数据集，对它们进行分组，然后才能进行过滤。因此，在可能的情况下进行预过滤正式是一个好主意。 （顺便说一句，这就是为什么尽可能将条件放在WHERE 中而不是将它们放在HAVING 子句中很重要的原因。）

此外，如果您碰巧知道两个数据集之间不会重复，请使用UNION ALL。就像UNION 一样，它连接数据集，但不会尝试删除重复数据。这节省了昂贵的分组操作。根据我的经验，能够利用此操作是很常见的。

由于UNION ALL 中没有隐含的GROUP BY，Oracle 的优化器可能知道如何通过它推送条件。我没有 Oracle 坐下来测试，所以你需要自己测试。

Answer 3

请注意

如果你尝试过

SELECT colA, colB FROM tableA WHERE colA > 1
UNION
SELECT colX, colA FROM tableB WHERE colA > 1

相比：

SELECT * 
  FROM (SELECT colA, colB FROM tableA
        UNION
        SELECT colX, colA FROM tableB) 
 WHERE colA > 1

然后在第二个查询中，where 子句中的 colA 实际上将具有来自 tableB 的 colX，使其成为一个非常不同的查询。如果以这种方式对列进行别名，可能会让人感到困惑。

Answer 4

您需要查看说明计划，但除非 COL_A 上存在 INDEX 或 PARTITION，否则您正在查看两个表上的 FULL TABLE SCAN。

考虑到这一点，您的第一个示例是在执行 FULL TABLE SCAN 时丢弃一些数据。该结果由 UNION 排序，然后删除重复数据。这将为您提供结果集。

在第二个示例中，您将提取两个表的全部内容。这个结果可能会更大。所以 UNION 正在对更多数据进行排序，然后删除重复的内容。然后应用过滤器为您提供所需的结果集。

作为一般规则，您越早过滤掉数据，数据集越小，您获得结果的速度就越快。与往常一样，您的里程可能会有所不同。

Answer 5

我会确保你在 ColA 上有一个索引，然后运行它们并为它们计时。这会给你最好的答案。

Answer 6

SELECT * FROM (SELECT colA, colB FROM tableA UNION SELECT colA, colB FROM tableB) as tableC WHERE tableC.colA > 1

如果我们在 2 个表中使用包含相同字段名称的联合，那么我们需要为子查询命名为 tableC（在上面的查询中）。最后，WHERE 条件应该是WHERE tableC.colA > 1

Answer 7

我认为这将取决于很多事情 - 在每个事情上运行 EXPLAIN PLAN 以查看您的优化器选择了什么。否则 - 正如@rayman 建议的那样 - 运行它们并计时。

Answer 8

SELECT colA, colB FROM tableA  WHERE colA > 1
UNION
SELECT colX, colA FROM tableB

Answer 9

SELECT * 
FROM (SELECT * FROM can
    UNION
    SELECT * FROM employee) as e
WHERE e.id = 1;