使用一张小表的值更新一张大表的性能答案

【问题标题】：Performance of updating one big table using values from one small table使用一张小表的值更新一张大表的性能
【发布时间】：2011-01-01 21:33:57
【问题描述】：

首先，我知道使用来自table_b 的值更新table_a 的sql 语句的形式为：

甲骨文：

UPDATE table_a 
  SET (col1, col2) = (SELECT cola, colb 
                        FROM table_b 
                       WHERE table_a.key = table_b.key) 
WHERE EXISTS (SELECT * 
                FROM table_b 
               WHERE table_a.key = table_b.key)

MySQL：

UPDATE table_a 
INNER JOIN table_b ON table_a.key = table_b.key 
SET table_a.col1 = table_b.cola, 
    table_a.col2 = table_b.colb

据我了解，数据库引擎将遍历table_a 中的记录，并使用table_b 中匹配记录的值更新它们。

所以，如果我在 table_a 中有 1000 万条记录，而在 table_b 中只有 10 条记录：

这是否意味着引擎将通过 table_a 进行 1000 万次迭代以更新 10 条记录？ Oracle/MySQL/etc 是否足够聪明，只能通过 table_b 进行 10 次迭代？
有没有办法强制引擎实际遍历table_b 中的记录而不是table_a 来进行更新？ sql语句有替代语法吗？

假设 table_a.key 和 table_b.key 已编入索引。

【问题讨论】：

标签： sql mysql performance oracle

【解决方案1】：

任何一个引擎都应该足够聪明，可以根据表 b 中只有 10 行的事实来优化查询。引擎如何确定要做什么取决于索引和统计信息等因素。

如果“key”列是主键和/或已编入索引，则引擎只需做很少的工作即可运行此查询。它基本上已经“知道”匹配行的位置，并很快查找它们。它根本不需要“迭代”。

如果键列上没有索引，引擎将不得不进行“表扫描”（大致相当于“迭代”）来找到正确的值并匹配它们。这意味着它必须扫描 1000 万行。

阅读一下所谓的执行计划。这基本上是对引擎必须执行哪些工作才能运行您的查询的解释（有些数据库仅以文本形式显示，有些可以选择以图形方式查看）。学习如何解释执行计划将使您深入了解向表中添加索引和优化查询。

如果它们不起作用（已经有一段时间了），请查看它们，但它类似于：

在 MySQL 中，将工作“EXPLAIN”放在 SELECT 语句的前面
在 Oracle 中，在运行 SELECT 语句之前运行“SET AUTOTRACE ON”

我认为使用 JOIN 而不是 WHERE EXISTS 编写第一个 (Oracle) 查询会更好。引擎可能足够聪明，可以以任何一种方式正确优化它。一旦掌握了解释执行计划的窍门，您就可以双向运行它并亲自查看。 :)

【讨论】：

实际上，在 Oracle 中，IN/EXISTS 比使用 JOIN 更好（给定适当的标准）：explainextended.com/2009/09/30/in-vs-join-vs-exists-oracle
有趣。 HASH JOIN SEMI 是一个巧妙的优化。尽管只有列没有被索引似乎才重要。我可能仍然会使用 JOIN 失败（更具表现力的恕我直言）。但在某些情况下绝对有用！

【解决方案2】：

好吧，我知道回答自己的问题通常是不受欢迎的，但我已经接受了另一个答案并且不会不接受它，所以这里是 ..

我发现了一个更好的替代方案，我想与遇到相同情况的任何人分享：MERGE 声明。

显然，较新的 Oracle 版本引入了这个 MERGE 声明，这简直就是打击！不仅在大多数情况下性能要好得多，而且语法如此简单和有意义，以至于我觉得使用 UPDATE 语句很愚蠢！来了..

MERGE INTO table_a
USING table_b
ON (table_a.key = table_b.key)
WHEN MATCHED THEN UPDATE SET
  table_a.col1 = table_b.cola,
  table_a.col2 = table_b.colb;

更重要的是，当table_a 没有与table_b 中的某些记录匹配的记录时，我还可以扩展语句以包含INSERT 操作：

MERGE INTO table_a
USING table_b
ON (table_a.key = table_b.key)
WHEN MATCHED THEN UPDATE SET
  table_a.col1 = table_b.cola,
  table_a.col2 = table_b.colb
WHEN NOT MATCHED THEN INSERT
  (key, col1, col2)
  VALUES (table_b.key, table_b.cola, table_b.colb);

这种新的语句类型在我发现它的那一天让我很开心:)

【讨论】：