这两个查询的性能比较

Posted 2023-04-14

【中文标题】这两个查询的性能比较

【英文标题】：Performance comparison of these two queries

【发布时间】：2014-04-08 10:10:14

【问题描述】：

我正在使用此查询来获取结果，其中Calander（主键：DAY_DATE）包含有关时间的所有连续信息（即日期、季度、年份等），EXPENCE 和 INCOME 都有列TXN_DATE 作为DAY_DATE 的外键。

  SELECT
    COALESCE(t1."FISCAL_YEAR",t2."FISCAL_YEAR") "FISCAL_YEAR" ,
    "exp" "exp" ,
    "rev" "rev" 
    FROM
    (SELECT
    Calander.FISCAL_YEAR "FISCAL_YEAR" ,
    (SUM("EXPENCE"."TXN_AMT" )) "exp" 
    FROM
        Calander ,
        EXPENCE 
    WHERE
        "EXPENCE"."TXN_DATE"="Calander"."DAY_DATE" 
    GROUP BY 
        FISCAL_YEAR ) t1 FULL OUTER JOIN (SELECT
        Calander.FISCAL_YEAR "FISCAL_YEAR" ,
        (SUM("INCOME"."TXN_AMT" )) "rev" 
    FROM
        Calander ,
        INCOME 
    WHERE
        "INCOME"."TXN_DATE"="Calander"."DAY_DATE" 
    GROUP BY 
        FISCAL_YEAR ) t2 ON 
        t1."FISCAL_YEAR"=t2."FISCAL_YEAR"  
    ORDER BY
            COALESCE(t1."FISCAL_YEAR",t2."FISCAL_YEAR") 

现在为了让查询更容易理解，我这样做了

SELECT
    FISCAL_YEAR "FISCAL_YEAR" ,
    (sum("EXPENCE"."TXN_AMT" )) "exp",
    (sum("INCOME"."TXN_AMT" )) "rev" 
FROM
    Calander ,
    EXPENCE FULL OUTER JOIN INCOME ON
    "EXPENCE"."TXN_DATE" = "INCOME"."TXN_DATE"
WHERE
    "EXPENCE"."TXN_DATE"="Calander"."DAY_DATE" and
    "INCOME"."TXN_DATE"="Calander"."DAY_DATE" 
GROUP BY 
    FISCAL_YEAR
ORDER BY
    FISCAL_YEAR

我在两个查询中得到相同的结果。无论如何结果会有所不同（Ist查询结果是正确的结果）吗？ 会对性能产生什么影响？

【问题讨论】：

Bad habits to kick : using old-style JOINs - 旧式 逗号分隔的表格列表 样式已随 ANSI-92 SQL 标准（超过 20 年前）

@marc_s 知道为什么人们今天仍然在使用这种风格，尽管到处都不鼓励它？老实说，我对此很好奇。

@usr: 恐怕很多教练都不是真正的最新的，而是教“旧”的风格——或者只是纯粹的懒惰“已经这样做了 20 年...... ...”

【参考方案1】：

第二个应该更有效，但要验证它，请检查实际的执行计划。同时设置

SET STATISTICS IO ON

在会话上检查两个查询对您的真实数据的逻辑读取。

另一个习惯 - 停止在标识符周围使用双引号，或者准备在某个时候被 QUOTED_IDENTIFIER 设置击中 :)

【讨论】：

小数据集第二个统计明智的效率更高。但是你能解释一下原因吗？在任何情况下，结果都会一样吗？

我相信第一个中的子查询作为单独的分支执行，因此对日历表进行两次扫描和两次聚合。在大多数情况下，第二个可能会得到更好的优化。但是，与往常一样，这取决于数据分布和基数，以及现有索引。

EXPENCE 和 INCOME 表在生产系统中可能包含这么多行，如果我选择第二个查询，是否会导致这两个表之间的笛卡尔连接？

【参考方案2】：

第二个查询在性能方面会更好。 在您的第一个查询中，您在两个子查询中使用连接来过滤数据，然后再次连接它们，而您的第二个查询更加优化，因为您通过连接所有三个表来过滤数据。还有一个建议，避免使用旧式连接使您的查询更易读且更好。