创建最佳查询以查找仅在一个表中的记录

Posted 2023-04-14

【中文标题】创建最佳查询以查找仅在一个表中的记录

【英文标题】：Create optimum query to find records that are in only one table

【发布时间】：2009-06-15 22:36:09

【问题描述】：

假设我正在构建这个联系人管理系统。有一个 USER 表和一个 CONTACT_INFO 表。 对于每个用户，我可以有零个或多个 CONTACT_INFO 记录。按照我定义的方式，我在我的 CONTACT_INFO 表中设置了一个外键来指向相关的 USER 记录。

我想搜索所有没有 CONTACT_INFO 记录的 USER 记录。

我希望这可以做到：

SELECT * FROM user u WHERE u.user_id NOT IN (SELECT DISTINCT c.user_id FROM CONTACT_INFO);

我担心随着表的增长，此查询的性能会显着降低。

我正在尝试的一个想法是在 USER 表中添加一列，说明它是否有任何 CONTACT_INFO 记录。另外，我想知道，如果在将任何记录插入 CONTACT_INFO 时，DBMS 必须验证该记录是否存在，它已经在访问该记录以进行验证，因此在我更新 CONTACT_INFO 记录时更新它不应该是昂贵的，性能方面的。

一如既往，我们非常感谢您的反馈。

【问题讨论】：

您应该尝试以下几个选项，然后确定每个选项的查询计划和性能，然后选择最好的一个。

我们在谈论哪个 DBMS？

【参考方案1】：

最简单的方法是：

SELECT (...) 
FROM user u
LEFT OUTER JOIN CONTACT_INFO c
ON u.user_id = c.user_id
WHERE c.user_id IS NULL

它看起来更笨重，但应该可以更好地扩展。

【讨论】：

我测试过的优化器将其视为简单的不存在。 （但无论如何，这对于很多情况来说都是一种很棒的技术，而且更便携，这意味着它可以在旧版本的 mysql 中使用。）

【参考方案2】：

从我的测试来看，下面的方法比 BradC 的方法要快：

select (...)
from user u
where not exists (select null from CONTACT_INFO c where u.user_id = c.user_id)

这可能是因为编译器确实必须自己进行转换，我不知道。

不过，Le Dorfier 原则上是正确的：如果您在数据库上设置了索引（即两个 user_id 列都应该被索引），那么您的答案和这里的大多数响应都将非常快，不管如何您的数据库中有许多记录。

顺便说一句，如果您正在寻找一种方法来获取列出用户以及“HasContactInfo”布尔值的查询，您可以执行以下操作：

select u.(...), 
  (case when exists (select null from CONTACT_INFO c where c.user_id = u.user_id) then 1
        else null
        end) has_contact_info
from user u

第二种解决方案在您的情况下可能没有用，但我发现它比我认为会自动优化的一些更简单的查询要快得多。

【参考方案3】：

您有任何理由认为性能会下降吗？这是 SQL 中最有效的查询类型之一。但放弃 DISTINCT。

【讨论】：

为什么要删除 DISTINCT？

因为它实际上可能会计算值的聚合列表。它真正需要做的就是查看索引，看看是否有任何价值——它只需要找到第一个。

【参考方案4】：

至少在 oracle 中，我获得了更好的性能使用

where 0 = (select count(*) from CONTACT_INFO c where...)

而不是 NOT IN 子句。