优化连接查询，需要“过滤”不同的

Posted 2023-04-14

【中文标题】优化连接查询，需要“过滤”不同的

【英文标题】：Optimize join query with need to "filter" for distinct

【发布时间】：2021-05-16 15:52:30

【问题描述】：

我想知道我还能优化多少相对简单的查询。为了抽象，我只有两个表，albums，以专辑 ID 和专辑标题，另一个是 albums_genre，以专辑 ID 和专辑类型为列。

我的查询如下：

SELECT DISTINCT album_title
from albums
INNER JOIN albums_genre
ON albums.album_id = albums_genre.album_id AND (genre = 'Metal' OR genre = 'Jazz')

对我来说问题是，在albums 表中，1 id 可能与多个专辑标题匹配，我正在尝试找到一种方法来减少 distinct 所需的时间，因为它需要一半以上的整体时间。我正在使用 Microsoft DB。

提前感谢大家！

【问题讨论】：

你为什么要distincting，也许你的join应该是exists？也许genre 过滤器可以转换为union all，但是如果没有关于索引的信息就很难说。为了获得适当的性能帮助，您需要提供完整查询、表和索引定义（最好是create/insert语句），并通过brentozar.com/pastetheplan共享查询计划

您的餐桌设置听起来不合理。您的专辑表应该有一个专辑 ID、专辑名称，然后还有其他 ID，如流派 ID、艺术家 ID 等。第二个表“album_genres”将只有一个专辑流派 ID 和与这些流派 ID 一起使用的描述。换句话说，每个表都应该避免重复信息。通过将 album_ID 放入您的流派表中，流派表最终将重复显示相同的流派信息。那是不正确的设计。您可能会在此处阅读“3NF”=guru99.com/database-normalization.html

只需在流派列上放一个索引就可以了

仅供参考，“Microsoft DB”可能是 SQL Server 或 MS Access - 有助于明确。

【参考方案1】：

一个更优化的方法是使用exists 而不是 join 用于您的案例场景，您也可以使用 in 而不是 Or 来检查列中的多个值：

SELECT album_title
from albums a
where exists ( 
     select 1 from albums_genre g 
     where a.album_id = g.album_id
     and genre in ('Metal', 'Jazz') 
)

【参考方案2】：

第一步是使用exists编写查询：

SELECT a.album_title
FROM albums a
WHERE EXISTS (SELECT 1
              FROM albums_genre ag
              WHERE ag.album_id = a.album_id AND
                    ag.genre IN ('Metal', 'Jazz')
             );

然后，为了提高性能，您需要在albums_genre(album_id, genre) 上建立索引。仅在 (album_id) 上的索引可能也足够好。

请注意，性能提升来自于删除外部查询中的聚合/不同的删除。

【讨论】：

感谢您的回答。我试过你的查询，它确实快得多（大约 50%），但与我原来的查询相比，它给了我更多的结果。它给了我超过 20k 行而不是 19742 行。在albums 表中，存在重复的标题（相同的标题，不同的专辑 ID），我认为这是导致问题的原因，你有任何想法如何改进查询？

@AndreasTzalakas。 . .我认为这产生了正确的结果，因为它为每个album_id 产生了一个单独的行。但是，如果您真的认为album_titles 是独一无二的，您可以使用select distinct a.album_title。

【参考方案3】：

最初查询速度变慢是在“或”上，将“或”转换为子查询，见下文。而不是不同的使用组

SELECT album_title
from albums
INNER JOIN (select album_id from albums_genre where genre in ('Metal' 
,'Jazz'))albums_genre
ON albums.album_id = albums_genre.album_id 
group by album_title