Redshift ----- 查询计划中的嵌套循环连接 - 查看连接谓词以避免笛卡尔积 -----

Question

我正在尝试在 redshift 中编写一个查询，该查询在内部连接中有一个“BETWEEN”。在 Redshift 中，我知道这可能非常昂贵，但我想不出另一种写法。似乎我的查询与粘贴的链接完全相同，但在该问题中没有显示答案。有谁知道如何重写此查询以避免笛卡尔积？

Redshift - Simplify Query Plan

select a.ip, a.userid, b.city, b.country, b.ip_start, b.ip_end
from usertable a 
left join ip_table on a.ip between b.ip_start and b.ip_end

在应用数据类型和排序/分布键的情况下，我尝试了多种可能性，但似乎对我的查询没有任何帮助。

• ip and ip_start/ip_end = bigint
• 排序键应用于ip_start/ip_end 和ip
• 分发密钥应用于ip 和ip_start

Answer 1

您可以使用union all 和窗口函数来获取ip 范围。想法是组合这两个表，然后使用union all 将最近的ip_start 值组合在一起。

然后您可以通过连接回原始表来引入其他列：

with ui as (
      select u.user_id, u.ip, null as ip_start
      from usertable u
      union all
      select null, i.ip_start, i.ip_start
      from ip_table i
     )
select u.*, ip.*
from (select u.user_id,
             max(ip_start) over (order by ip) as ip_start
      from ui
     ) ui join
     usertable u
     on u.user_id = ui.user_id join
     ip_table ip
     on ip.ip_start = ui.ip_start;

请注意，这假设范围不重叠，通常是 ip 范围。

这也不检查ip_end。如果您担心查找表中没有的 IP 地址，您可以这样做。您只需添加 where u.ip <= ip.ip_end 即可将它们过滤掉。