加入表时PostgreSQL ON vs WHERE？

Question

我有 2 个表 customer 和 coupons，客户可能分配有也可能没有分配 reward_id，因此它是一个可为空的列。一个客户可以有很多优惠券，优惠券属于一个客户。

+-------------+------------+
|   coupons   | customers  |
+-------------+------------+
| id          | id         |
| customer_id | first_name |
| code        | reward_id  |
+-------------+------------+
customer_id column is indexed

我想在 2 个表之间进行连接。

我的尝试是：

select c.*, cust.id as cust_id, cust.first_name as cust_name
from coupons c
join customer cust
on c.customer_id = cust.id and cust.reward_id is not null

但是，我认为reward_id 上没有索引，所以我应该在where 子句中移动cust.reward_id is not null：

select c.*, cust.id as cust_id, cust.first_name as cust_name
from coupons c
join customer cust
on c.customer_id = cust.id
where cust.reward_id is not null

我想知道第二次尝试是否会比第一次更有效率。

Answer 1

在 PostgreSQL 内连接中，过滤条件放在 ON 子句还是 WHERE 子句中都不会影响查询结果或性能。

以下是更详细地探讨该主题的指南：https://app.pluralsight.com/guides/using-on-versus-where-clauses-to-combine-and-filter-data-in-postgresql-joins

Answer 2

如果你自己看执行计划会更好。在您的 select 语句之前添加 EXPLAIN ANALYZE 并执行两者以查看差异。

方法如下：

EXPLAIN ANALYZE select ...

它有什么作用？它实际上执行 select 语句并返回查询优化器选择的执行计划。如果没有ANALYZE关键字，它只会估计执行计划，而不会在后台实际执行语句。

数据库不会同时使用两个索引，因此在customer(id) 上有一个索引将使其无法在customer(reward_id) 上使用索引。此条件实际上将被视为正确行为的过滤条件。

您可以试验这样创建的部分索引的性能：customer(id) where reward_id is not null。这将减少索引大小，因为它只会存储分配了reward_id 的这些客户 ID。

我通常喜欢将关系/连接逻辑从应用的条件中分离出来，我自己将它们放在WHERE 子句中，因为它在那里更明显，并且如果有更多的变化，将来更容易阅读。

我建议您自己看看可能的性能提升，因为这取决于有多少数据以及reward_id 可能的低基数。例如，如果大多数行的该列都填充了一个值，则它不会产生太大的差异，因为索引大小（正常与部分）几乎相同。