根据其他表中的值更新表列

Question

我有两张桌子

                 showroom
============================================
model_id    car_name         is_available
--------------------------------------------
   0        rav4              false
   1        tacoma            false
   2        corolla           false
   3        tundra            false

和

      warehouse
========================
model_id    car_name         
------------------------
   0        rav4              
   1        tacoma   

主键是model_id。如果model_id 存在于warehouse 中，我想将showroom.is_available 列更新为true。因此，根据上述示例的输出将是

                  showroom
    ============================================
    model_id    car_name         is_available
    --------------------------------------------
       0        rav4              true
       1        tacoma            true
       2        corolla           false
       3        tundra            false

我知道我能做到

UPDATE showroom
SET is_available = true
WHERE model_id IN (
SELECT model_id
FROM warehouse
);

但两个表都有超过十亿行，即使我使用的是 Spark SQL，查询也很慢

Answer 1

SELECT
  a.model_id
  ,a.car_name
  ,CASE WHEN b.model_id IS NOT NULL THEN TRUE ELSE FALSE END is_available
FROM
  showroom a
  LEFT OUTER JOIN warehouse b ON (a.model_id = b.model_id)

Answer 2

在大表上，连接比 IN 子句快

看看能不能#减少数量

对于陈列室，您可以在 (model_id,is_available) 上使用组合索引

当你能够减少可能的候选人数量时

UPDATE showroom s
INNER JOIN warehouse w ON s.model_id = w.model_id
SET s.is_available = true
WHERE s.is_available = FALSE