DELETE 和 NOT IN 查询性能答案

【问题标题】：DELETE and NOT IN query performanceDELETE 和 NOT IN 查询性能
【发布时间】：2019-04-16 22:53:01
【问题描述】：

我有以下表结构：

用户

UserId（主键）
用户名

一些物品

SomeId（FK 到 Users.UserId）
SomeItemId（主键）
姓名
其他东西...

一些其他项目

SomeId2（FK 到 Users.UserId）
SomeOtherItemId（主键）
姓名
其他东西...

我想从 Users 表中删除 SomeItems 和 SomeOtherItems 表中不存在的记录。

我可以这样做：

DELETE from Users
FROM Users u
WHERE u.UserId NOT IN
   (SELECT DISTINCT SomeId FROM SomeItems

    UNION

    SELECT DISTINCT SomeId2 FROM SomeOtherItems)

但是，它非常慢。我假设它对每条记录执行 UNION 查询，不是吗？有什么方法可以提高性能？

【问题讨论】：

这三个表一共有多少行？
sqlperformance.com/2012/12/t-sql-queries/left-anti-semi-join

标签： sql sql-server tsql

【解决方案1】：

对两个结果应用 distinct 然后合并它们（应用第三个 distinct，都需要排序）不是验证存在的最有效方法。怎么样：

DELETE u
  FROM dbo.Users AS u -- always use schema prefix!
  WHERE NOT EXISTS
  (
    SELECT 1 FROM dbo.SomeItems WHERE SomeId = u.UserId
  )
  AND NOT EXISTS
  (
    SELECT 1 FROM dbo.SomeOtherItems WHERE SomeID2 = u.UserId
  );

【讨论】：

。 . .我认为OR 而不是AND 和NOT EXISTS。
@Yogesh OR 将与 EXISTS 一起使用。检查原始查询的逻辑。
哈，我的回答是一样的。来自我的 +1。
@AaronBertrand，谢谢。但是，我的查询和您的查询在性能方面是相同的，都需要大约 60-65 秒才能完成我的数据。
@Evgeny 我们需要查看执行计划以了解哪些索引是、不是或可以使用。语法不会导致这种速度，但它可能是一个低效的查询计划（或者，如果左连接在 30 秒而不是 60 秒内运行，则它可能是阻塞的，因为这肯定不应该是效率的两倍）。

【解决方案2】：

最简单的解决方法可能就是将 UNION 更改为 UNION ALL

您将通过删除查询计划的流聚合组件来看到此效果。

毕竟你不在乎列表是否重复

【讨论】：

【解决方案3】：

我会为两个连接更改 IN，查询越简单，引擎优化就越容易。

DELETE from U
FROM Users U
     left join SomeItems S1 on S1.SomeId = U.UserId
     left join SomeOtherItems S2 on S2.SomeID2 = U.UserId
WHERE S1.SomeId is null and S2.SomeID2 is null

检查 S1.SomeID 是否为 null 意味着 SomeItems 上不存在 U.UserId。 SomeOtherItems 也是如此。

确保您在 SomeItems 和 SomeOtherItems 上具有 SomeId 和 SomeID2 的索引。

【讨论】：

使用索引不需要连接。
引擎也可以轻松优化替代语法。
@MarcGuillot 谢谢你的回答。您的查询需要 30 秒才能完成，而我的查询需要 65 秒
不，我不是建议你删除你的答案。我只是想澄清一下，使用索引不需要连接，而且这两种语法对于引擎优化来说都不是“更容易”，您的回答表明了这一点。
@MarcGuillot 不，我在这些特定列上没有索引，但在其他一些列上有索引（问题中甚至没有提到）。