SQL查询以查找ID不在另一个表中的记录

Posted 2023-03-22

【中文标题】SQL查询以查找ID不在另一个表中的记录

【英文标题】：SQL query to find record with ID not in another table

【发布时间】：2012-08-16 10:20:36

【问题描述】：

我在数据库中有两个绑定主键的表，我希望在它们之间找到一个不相交的集合。例如，

Table1 有列 (ID, Name) 和样本数据：(1 ,John), (2, Peter), (3, Mary) Table2 有列 (ID, Address) 和样本数据：(1, address2), (2, address2)

那么如何创建 SQL 查询，以便我可以从 table1 中获取 ID 不在 table2 中的行。这种情况下应该返回(3, Mary)？

PS： ID 是这两个表的主键。

【问题讨论】：

作为未来问题的提示：始终定义您正在使用的数据库系统（以及该数据库的哪个版本）。 SQL 只是大多数数据库系统使用的 结构化查询语言 - 它并没有太大帮助......通常，数据库具有超出 ANSI/ISO 的扩展和功能使解决问题变得容易的 SQL 标准 - 但为此，您需要告诉我们您使用的是什么数据库

@marc_s：如果他们正在寻找与语言无关的解决方案，因为他们需要支持多个底层数据库系统，或者数据库实现被抽象掉了怎么办？

嗨@mar​​c_s，在这种情况下我使用的是PostgreSQL。谢谢提醒。

【参考方案1】：

使用LEFT JOIN

SELECT  a.*
FROM    table1 a
            LEFT JOIN table2 b
                on a.ID = b.ID
WHERE   b.id IS NULL

【讨论】：

我认为对于非常大的数据库来说这是更快的方法

【参考方案2】：

试试这个

SELECT ID, Name 
FROM   Table1 
WHERE  ID NOT IN (SELECT ID FROM Table2)

【讨论】：

@PrinceJea 实际上取决于。 See here for clarification

当我有 20 个数据时，它可以工作，但是当我有 20000 个数据时，它不起作用，我现在很困惑。

不知道为什么，但它不起作用。我在表中有大约 10000 行。就我而言，@JohnWoo 的解决方案效果很好。

“Not In”中的值太多是行不通的，因为此方法的值数量有限，请参见：dba-oracle.com/t_maximum_number_of_sql_in_list_values.htm

我必须这样做：从表 1 中选择 i，其中我不在（从表 2 中选择 i 其中 i 不为空）并且 i 不为空

【参考方案3】：

SELECT COUNT(ID) FROM tblA a
WHERE a.ID NOT IN (SELECT b.ID FROM tblB b)    --For count


SELECT ID FROM tblA a
WHERE a.ID NOT IN (SELECT b.ID FROM tblB b)    --For results

【参考方案4】：

快速替代

我使用两个表进行了一些测试（在 postgres 9.5 上），每个表都有约 2M 行。下面这个查询的性能至少比其他建议的查询好 5*：

-- Count
SELECT count(*) FROM (
    (SELECT id FROM table1) EXCEPT (SELECT id FROM table2)
) t1_not_in_t2;

-- Get full row
SELECT table1.* FROM (
    (SELECT id FROM table1) EXCEPT (SELECT id FROM table2)
) t1_not_in_t2 JOIN table1 ON t1_not_in_t2.id=table1.id;

【讨论】：

这并不比@Jhon Woo 的解决方案快。我使用的是 Postgres 9.6，Jhon 的解决方案运行时间约为 60 毫秒。虽然我在 120 秒后解决了这个问题，但没有结果。

【参考方案5】：

请记住上面@John Woo 的评论/链接中提出的观点，这就是我通常会处理的方式：

SELECT t1.ID, t1.Name 
FROM   Table1 t1
WHERE  NOT EXISTS (
    SELECT TOP 1 NULL
    FROM Table2 t2
    WHERE t1.ID = t2.ID
)

【参考方案6】：

基本上有 3 种方法：not exists、not in 和 left join / is null。

为空的左连接

SELECT  l.*
FROM    t_left l
LEFT JOIN
        t_right r
ON      r.value = l.value
WHERE   r.value IS NULL

不在

SELECT  l.*
FROM    t_left l
WHERE   l.value NOT IN
        (
        SELECT  value
        FROM    t_right r
        )

不存在

SELECT  l.*
FROM    t_left l
WHERE   NOT EXISTS
        (
        SELECT  NULL
        FROM    t_right r
        WHERE   r.value = l.value
        )

哪个更好？这个问题的答案可能最好分解为主要的特定 RDBMS 供应商。一般来说，当子查询中的记录数大小未知时，应避免使用select ... where ... in (select...)。一些供应商可能会限制尺寸。例如，Oracle 有一个limit of 1,000。最好的办法是尝试所有三个并显示执行计划。

具体形成PostgreSQL，NOT EXISTS和LEFT JOIN / IS NULL的执行计划是一样的。我个人更喜欢NOT EXISTS 选项，因为它更好地显示了意图。毕竟语义是您想在 A 中查找其 pk 在 B 中不存在的记录。

虽然旧但仍然是黄金，但特定于 PostgreSQL：https://explainextended.com/2009/09/16/not-in-vs-not-exists-vs-left-join-is-null-postgresql/

【讨论】：

sqlshack.com/…

我将所有这 3 个都绑定在我的存储过程中。第一个建议（LEFT JOIN with IS NULL）是迄今为止最快的。