如果多个条件之一为真，我如何执行 JOIN？

Posted 2023-05-06

【中文标题】如果多个条件之一为真，我如何执行 JOIN？

【英文标题】：How do I perform a JOIN if one of multiple conditions is true?

【发布时间】：2014-12-29 21:55:39

【问题描述】：

我的最终目标...SELECT 来自qry1 的所有字段位于家庭电话、手机或工作电话与tbl2 匹配的行上

这是我当前“失败”的 SQL 语法。失败是指它在 10-15 分钟后尚未完成执行，而个人加入每个（独立）运行一两分钟。

SELECT qry1.* FROM qry1 INNER JOIN tbl2 ON ((qry1.CellPhone = tbl2.CellPhone) OR (qry1.HomePhone = tbl2.HomePhone) OR (qry1.WorkPhone = tbl2.WorkPhone));

问题： 我的 SQL 语法有错误吗？ 有没有更好的方法来完成我的任务？ 对我来说，简单地独立运行 3 个（家庭、工作、单元）JOIN 查询，将它们联合起来，然后在必要时进行重复数据删除是否更有意义？

【问题讨论】：

您的 SQL 语法没有错误；如果有，查询将不会运行。桌子大概有多大？每行有多少行，以及典型的行大小。结果集中大概有多少行？这主要是出于好奇——但每个单独的查询需要 1-2 分钟，这表明表必须非常大。

在 Excel（xlsx 格式）中，馈送 qry1 的较大表格为 80 MB，tbl2 为 50 MB。 tbl2 非常宽。

【参考方案1】：

如果单个连接工作得很快，那么复合 OR 条件可能会很慢，因为它不能使用单个索引，而单个条件可以对三个连接条件使用单个索引。因为它不能使用一个索引，它很可能是在进行非索引顺序表扫描。 （您应该研究查询计划，以便了解优化器实际在做什么。）

鉴于各个查询的运行速度相当快，因此，您应该使用 UNION 获得更好的性能（除非您的 DBMS 中的优化器存在盲点）：

SELECT qry1.* FROM qry1 INNER JOIN tbl2 ON qry1.CellPhone = tbl2.CellPhone
UNION
SELECT qry1.* FROM qry1 INNER JOIN tbl2 ON qry1.HomePhone = tbl2.HomePhone
UNION
SELECT qry1.* FROM qry1 INNER JOIN tbl2 ON qry1.WorkPhone = tbl2.WorkPhone

这应该与 3 个单独的查询一样快地为您提供结果。它不会那么快，因为 UNION 确实进行了重复消除（当然，单个查询不会）。您可以使用 UNION ALL，但如果两个表中有很多行，其中 2 或 3 对字段匹配，则可能会导致结果中出现大量重复。

【讨论】：

我还想补充一点，您使用UNION 进行重复消除正是我所需要的。

【参考方案2】：

or 对于 SQL 优化器来说可能相当困难。我会建议 3 个索引和以下查询：

SELECT qry1.*
FROM qry1
WHERE EXISTS (SELECT 1 FROM tbl2 WHERE qry1.CellPhone = tbl2.CellPhone) OR
      EXISTS (SELECT 1 FROM tbl2 WHERE qry1.HomePhone = tbl2.HomePhone) OR
      EXISTS (SELECT 1 FROM tbl2 WHERE qry1.WorkPhone = tbl2.WorkPhone);

三个索引分别是tbl2(CellPhone)、tbl2(HomePhone)和tbl2(WorkPhone)。

【讨论】：

我认为SELECT NULL ... 比其他虚拟SELECT-s 更轻。过去我使用SELECT * 表示EXISTS 子查询，但后来看到了一些NULL 的示例。不确定我的方式是否更好......

这段代码很慢，因为我没有创建正确的索引。我的错。

@i486：任何半途而废的查询优化器都会忽略 EXISTS 子查询中的选择列表；不管你写的是*、1、NULL，还是别的什么。

@i486 。 . .为了进一步说明 Jonathan 的观点，一些 SQL 引擎甚至会接受像 1/0 这样的东西作为被选择的东西。

【参考方案3】：

如果这本质上是一个自联接，其中相同的人同时存在于 tbl1 和 qry1 中，那么您可能不会对人们匹配自己的位置以及结果的重复排列感兴趣。我的意思是，自我加入通常有两条记录，其中 Bob 和 Jane 具有相同的电话号码，因此您的结果已加入记录：

Bob, Jane
Jane, Bob
Jane, Jane
Bob, Bob

在这些人中，您可能只需要Bob, Jane，因为它告诉您这两个人有一个匹配的电话号码。 如果您有一些唯一 ID，则添加 where qry1.SSN < tbl2.SNN 将消除其中许多重复项并减少您的结果集。此列最好有一个索引。

【讨论】：

在这种特殊情况下，您的回答/评论并不真正适用，但我知道我将来会遇到与此非常相似的事情。谢谢！

【参考方案4】：

以下类似于https://***.com/a/27696729/4350148，但使用了不相交的联合。可能效率更高

 SELECT qry1.* FROM qry1 INNER JOIN tbl2 ON qry1.CellPhone = tbl2.CellPhone
 UNION distinct
 SELECT qry1.* FROM qry1 INNER JOIN tbl2 ON  
    qry1.CellPhone != tbl2.CellPhone 
    and qry1.HomePhone = tbl2.HomePhone
 UNION distinct
 SELECT qry1.* FROM qry1 INNER JOIN tbl2 ON 
    qry1.CellPhone != tbl2.CellPhone 
    and qry1.HomePhone != tbl2.HomePhone
    and qry1.WorkPhone = tbl2.WorkPhone