如何优化此查询以删除另一个表中没有对应 ID 的记录？ [关闭]

Question

我有一个包含 50 万条记录的“主”表，其中包含一个主键 ID (MovieId)，其他几个表用作外键（多对多表）。

其中一些多对多表有数百万条记录（最多 2000 万条）。

我想从主表中不存在外键的多对多表中删除所有记录。这将极大地减小它们的大小（每条“仅”减少一百万或两百万条记录）。

但是实现这一点的 SQL 似乎非常耗时 - 基本上循环超过 2000 万条记录，每次都在主表中查看多达 50 万条记录，以查看 2000 万条中的外键是否50万条主表记录中存在多对多表记录作为主键。

我可以想象这需要很长时间。有没有（相对）快速的方法来做到这一点？

我的第一个想法是这样的：

DELETE FROM ACTORS_MOVIES_M2M
WHERE MovieiD NOT EXISTS (SELECT MovieiD FROM MOVIES_MAIN)

...再说一次，我认为这需要...一段时间。

Answer 1

你想写的查询：

delete m2m 
from actors_movies_m2m m2m
where not exists (select 1 from movies_main m where m.movieid = m2m.movieid)

movies_main(movieid) 上的索引有助于子查询快速执行（前提是movieid 是movies_main 的主键，它已经存在）。

虽然这在技术上是正确的，但这可能不是最有效的方法。如果您要删除表的重要部分，那么清空并重新填充它可能更有效。

create table tmp_actors_movies_m2m as
select * 
from actors_movies_m2m m2m
where exists (select 1 from movies_main m where m.movieid = m2m.movieid)

truncate table actors_movies_m2m;  -- back it up first!

insert into actors_movies_m2m 
select * 
from tmp_actors_movies_m2m;

drop table actors_movies_m2m;

请注意，您的问题本身表明存在潜在的设计问题。您可以通过使用 on delete cascade 选项设置适当的外键从一开始就避免孤立记录：

create table actors_movies_m2m  (
    ... -- columns here
    movieid int references movies_main (movieid) on delete cascade
);