针对多对一关系优化 SQL 查询
Posted
技术标签:
【中文标题】针对多对一关系优化 SQL 查询【英文标题】：Optimizing a SQL Query for a Many to One Relationship 【发布时间】：2011-09-23 14:16:57 【问题描述】：我有两个具有多对一关系的表，我将它们称为 Parent_Table 和 Child_Table（即父母有零个或多个孩子，但孩子只有一个父母）。我需要计算至少有一个孩子满足某些条件的父母的数量。哪个查询是最优的？
选项1（很确定不是这个）
SELECT COUNT(DISTINCT(pt.ID))
FROM PARENT_TABLE pt
JOIN CHILD_TABLE ct
ON pt.ID = ct.PARENT_ID
WHERE <parent meets some condition>
AND <child meets some condition>
选项 2
SELECT COUNT(pt.ID)
FROM PARENT_TABLE pt
WHERE pt.ID in
(
SELECT ct.PARENT_ID
FROM CHILD_TABLE ct
WHERE <child meets condition>
)
AND <parent meets some condition>
选项 3（我猜是最快的）
SELECT COUNT(pt.ID)
FROM PARENT_TABLE pt
WHERE EXISTS
(
SELECT 1
FROM CHILD_TABLE ct
WHERE ct.PARENT_ID = pt.ID
AND <child meets condition>
)
AND <parent meets some condition>
或者完全是别的什么？是取决于每张表的大小，还是两个条件的复杂程度，还是数据是否排序？
编辑：数据库是 Oracle。
【问题讨论】：
为什么不对一些适当大小的样本数据做一些性能测试？ 在 SQL Server 2005 或更高版本中，选项 2 和 3 的处理方式相同。 要获得准确的答案，请分享您的 RDBMS。 在Oracle中依赖于统计，但是2和3可能是一样的。 猜测一文不值，你应该在足够大的样本数据上查看实际的查询执行计划。注意索引使用情况以及实际获取的行数和估计的行数之间的不匹配（大的不匹配表明您需要在表上创建/更新统计信息）。 【参考方案1】：第一个查询很慢，其他查询应该在大多数数据库上运行得很快。
不了解数据库很难说更多：
但是：count(*) 通常比 count(names_field) 快 而且永远不会慢 count(distinct (afield)) 很慢
或者完全是别的什么？
这取决于数据库和数据库的确切版本。
是否取决于每个表的大小
是的，这很重要
或两个条件的复杂度
有可能
或者数据是否排序？
如果您想要快速选择，则必须为用于连接的所有字段编制索引。 并且 where 子句中使用的所有字段都必须是索引的或低基数的。
【讨论】：
+1 - 使用有限的信息，这几乎可以概括。 @EvilTeach，不在内部联接上下文中的主键上。 啊是的。这是一个一般性警告。【参考方案2】：对我来说，第一个似乎是最好的，因为它最容易阅读，但这显然不能回答你的问题。
您真正需要做的是为每个查询生成执行计划并对其进行分析（我认为大多数流行的 DBMS 都有一个工具可以做到这一点）。它将为您提供每个查询的成本值。
如果你不能这样做，我猜你可以多次运行查询并比较执行时间。
或者完全是别的什么？是取决于每张表的大小，还是两个条件的复杂程度，还是数据是否排序？
所有这些以及更多。
【讨论】：
【参考方案3】：正如评论者所说，回答这个问题的最佳方法是运行查询和测量。
但是，一般而言，数据库引擎非常非常有效地优化连接 - 我很确定您会发现这 3 个查询之间几乎没有区别，而且查询优化器完全有可能将它们全部转换为相同的基本查询（ 2 和 3 是等价的）。
到目前为止，对查询影响最大的将是“孩子满足某些条件”和“父母满足某些条件”子句。我会专注于优化这一点。
【讨论】：
不正确。IN vs DISTINCT 将对处理时间产生非常很大的影响。
啊是的 - DISTINCT 通常是邪恶的，尤其是。从性能的角度来看。没有发现那个小块……但是，我确实认为 where 子句会产生很大的影响以上是关于针对多对一关系优化 SQL 查询的主要内容，如果未能解决你的问题，请参考以下文章