运行封装查询的最有效方式

Question

运行封装在另一个查询中的最有效方法是什么？

1.在查询中查询：

select
  id_user
from table1
where
  foo in (select foo from table2 where dt_signin > '2014-01-01 00:00')

2.通过使用临时表：

create table tmp_table as
select
  foo
from table2
where
  dt_signin > '2014-01-01 00:00'

然后查询临时表

select
  id_user
from table1 t1
join tmp_table tmp
 on t1.foo = tmp.foo

使用method 1 是where clause 中的查询运行(# rows of table1) 次还是只运行一次并存储在内存中以便与foo 进一步比较？

Answer 1

怎么样：

select
  id_user
from 
  table1 t1
  join (
    select foo from table2 where dt_signin > '2014-01-01 00:00'
  )  t2 ONt1.foo = t2.foo

如果可以使用连接，则无需创建临时表。

Answer 2

exists 变体经常优于其他变体

select id_user
from table1
where exists (
    select 1
    from table2
    where
        dt_signin > '2014-01-01 00:00'
        and
        table1.foo = foo
)

请注意，外部table1.foo 与子查询中的foo 进行比较

Answer 3

您的两个查询不做同样的事情。要使第二种方法等效，您需要select distinct:

select distinct id_user
from table1 t1 join
     tmp_table tmp
     on t1.foo = tmp.foo;

由于这个额外的操作，我可能期望in 表现更好。但是，一般来说，当您有特定的性能问题时，您应该在系统上的数据上对其进行测试。

至于您在问题中的疑问，有很多不同的方法可以解决这个问题。以下是一些：

• 带有in 的子查询
• 带有join 和distinct 的两个表
• in 的两个表
• 存在两个表
• 带有exists 的子查询
• exists 的两个表
• CTE 与 join
• CTE 与in
• CTE 与exists

在理想情况下，SQL 编译器会简单地研究查询并获得最佳执行计划，而不管查询是如何表达的。唉，那个世界不是我们生活的世界。

临时表有时有用（我更喜欢单一查询解决方案）的一个原因是出于优化目的：

1. 临时表的统计信息是已知的，因此优化器可以选择更好的计划。
2. 您可以在临时表上构建索引以提高性能。

您的子查询不是很复杂，所以这些可能不是问题。

在不同的情况下，不同的方法可能效果更好。默认情况下，我会在tmp_Table(dt_signin, foo) 上建立一个索引并使用exists。