SQL：排除的性能比较（加入与不加入）答案

【问题标题】：SQL: Performance comparison for exclusion (Join vs Not in)SQL：排除的性能比较（加入与不加入）
【发布时间】：2011-03-06 05:56:12
【问题描述】：

我很好奇在 sql 上查询排除的最有效方法。例如。有 2 个表（tableA 和 tableB）可以连接到 1 列（col1）。我想为tableB中不存在col1的所有行显示tableA的数据。

（也就是说，tableB 包含 tableA 的 col1 的一个子集。我想显示 tableA 而没有 tableB 中存在的数据）

假设 tableB 有 100 行，而 tableA 是巨大的（超过 1M 行）。我知道可以使用“不在（不存在）”，但也许有更有效的方法（更少的补偿时间）来做到这一点。？我可能没有外部连接？

非常感谢代码 sn-ps 和 cmets。

【问题讨论】：

什么 DBMS？ SQL Server、MySQL、甲骨文？这些查询优化器的功能不同。
甲骨文。如果各种 DBMS 之间存在显着的性能差异，我会感到惊讶。
是的，你会感到惊讶。 :)

标签： sql performance join

【解决方案1】：

这些问题已经被问过好几次了。通常最快的方法是这样做：

SELECT * FROM table1 
WHERE id in (SELECT id FROM table1 EXCEPT SELECT id FROM table2)

因为整个连接可以在索引上完成，而使用 NOT IN 通常不能。

【讨论】：

感谢您的回答。我找不到以前提出的问题。
例如我认为类似：stackoverflow.com/questions/3074862/…
是的，类似。但是很难找到这个问题，因为它缺乏详细的描述和标签。你知道它是因为你在 2 天前回答了这个问题:)
呵呵。是的，我也尝试过自己先手动搜索找到它，但我做不到。所以我可能在那里有优势；）
您有任何引用来支持您的声明吗？我有兴趣查看一些统计数据。

【解决方案2】：

我更喜欢使用

Select a.Col1
From TableA a
Left Join TableB b on a.Col1 = b.Col1
Where b.Col1 Is Null

我相信这会更快，因为您正在使用 FK 约束（假设您有他们当然）

样本数据：

create table #a
(
Col1 int
)
Create table #b
(
col1 int
)

insert into #a
Values (1)
insert into #a
Values (2)
insert into #a
Values (3)
insert into #a
Values (4)

insert into #b
Values (1)
insert into #b
Values (2)


Select a.Col1
From #a a 
Left Join #b b on a.col1 = b.Col1
Where b.Col1 is null

【讨论】：

感谢您的回答，但此解决方案对我不起作用。一个原因是 Col1 不能为空（tableB 只有 Col1）。所以你的解决方案没有给我任何结果。
@Masa44 - 你确定吗？它对我有用。我添加了一些测试数据作为示例。
巴里，谢谢你的例子。你的例子工作得很好，但我没有这样做，我想我犯了一个小错误。

【解决方案3】：

取决于 RDBMS。对于 Microsoft SQL Server NOT EXISTS is preferred 到 OUTER JOIN，因为它可以使用更高效的反半连接。

对于 Oracle Minus is apparently preferred 不存在（在合适的情况下）

您需要查看执行计划并做出决定。

【讨论】：

感谢您的回答。我感兴趣的 DBMS 是 Oracle。您确定 Minus 比使用 join 或 inflagranti 的答案的查询更有效吗？
@masa44 一点也不。虽然 inflagranti 的答案使用了 EXCEPT，它在 Oracle 中是 is 减号。建议是查看执行计划。
+1 用于建议调查执行计划（在具有更新统计信息的真实数据上）。还有一个问题是存在哪些索引。
感谢 Martin Smith，很好的推荐。如果可以的话，我也会投票赞成 :)

【解决方案4】：

这个问题没有正确答案。每个 RDBMS 都有查询优化器，它将根据可用索引、表统计信息（行数、索引选择性）、连接条件、查询条件……确定最佳执行计划。

当您在问题中遇到相对简单的查询时，通常可以通过多种方式在 SQL 中获取结果。无论您使用哪种语法（使用 IN 或 EXISTS 运算符的子查询、使用 JOIN 的查询……），每个自尊的 RDBMS 都会识别您的意图并创建相同的执行计划。

因此，最好的解决方案是编写最简单的有效查询，然后检查执行计划。
如果该解决方案不可接受，那么您应该尝试找到更好的查询。

【讨论】：

不，数据库不会为具有相同结果集的不同类型的查询生成相同的计划。如果您逐个查看供应商，您会发现哪些是执行特定类型查询的最有效方法。
@HLGEM 您显然从未在上述情况下查看过 Oracle 中的执行计划。
不，我看一下 SQL Server 中的执行计划，其中对于同一查询的不同方法之间存在巨大差异。并且知道我知道先尝试哪种类型。编写最简单的查询只是不好的建议。并且“每个自尊的 RDBMS 都会识别您的意图并创建相同的执行计划，无论您使用哪种语法”都是错误的。