SQL 查询时间复杂度 - 连接与子查询

Posted 2023-02-24

【中文标题】SQL 查询时间复杂度 - 连接与子查询

【英文标题】：SQL Query Time Complexity - Join vs Sub Query

【发布时间】：2018-02-08 12:58:46

【问题描述】：

我的问题是关于使用join 和sub-query 方法给出相同结果时的困境，

哪个更好更快？ （纯粹就时间复杂度而言）

join 是否采用 O(M+N) 时间复杂度？ sub-query接受O(M*N)吗？

我这样想错了吗？如果是，请纠正我。

这里，(M, N) 是两个表中的行数，组合得到的结果。

我正在寻找基于 SQL 标准的答案，而不仅仅是 mysql。

P.S - 我已经完成了this 问题及其所有答案。它本质上并不关心时间复杂度部分。

【问题讨论】：

MySQL（和其他 RDMS）中的查询计划模块非常复杂，以至于对这个问题唯一可以想到的答案是“视情况而定”。规划器可以将一些查询从子查询形式转换为连接形式。别人不能。索引和表基数都会影响查询计划者的决策。

关于 O(M+N) 和 O(M*N) 部分的任何提示？ @O.Jones

一般来说连接性能更好..但正如 O.Jones 所建议的那样..“取决于”

在大多数现代数据库中，查询优化器足够聪明，可以在任何一种情况下创建最佳执行计划。有时，如果可能，子查询将与连接一样执行。

关于 O(M+N) 和 O(M*N) 部分的任何提示？ （时间复杂度 w.r.t 行数）。我在一篇文章中读到，编译器可以在连接中使用散列技术，而在子查询中则不然。 @scaisEdge

【参考方案1】：

join 需要 O(M+N) 时间复杂度吗？并且子查询需要 O(M*N) 吗？ 我这样想有错吗？

是的，恕我直言，你这样想是错误的。 SQL 是声明性的。您使用它来声明您想要的结果，服务器会根据可用的索引和数据结构找出提供该结果的最佳方式——以满足您的查询。

几千年——真的！ -- 开发人员的努力已经投入到找出各种算法、优化和技巧，以降低服务器用来满足查询的过程的复杂性。

随着数千年经验的积累，相关子查询和连接查询之间的性能差异变得不那么重要了。

由于特定原因，您的想法是错误的：您是在程序性地思考， 而不是声明性地思考。 例如，当您断言可以满足特定类型的查询时，@ 987654321@时间，您正在对用于满足它的程序进行假设。几代开发人员一直致力于让您的假设出错。

当然，可以创建具有病态性能特征的表、索引和查询。它一直在发生。但是有人修复了一个索引，问题就解决了。

【讨论】：

我能想到的最佳答案。！！感谢@O Jones 说明具体原因。现在明确了这个概念。

这当然是 100% 正确的……理论上。在实践中，有一些声明性模式被解析为 AST，查询优化器不容易将其转换为高性能执行。 相关子查询就是这样一个例子。出于这个确切原因，某些 RDBMS 甚至不支持该语法（例如，截至 2020 年 6 月的 Snowflake）

【参考方案2】：

据我了解性能应该是一样的。在您的表上应用正确的索引和集群更为重要。

【讨论】：

关于 O(M+N) 和 O(M*N) 部分的任何提示？ （时间复杂度 w.r.t 行数）。我在一篇文章中读到，编译器可以在连接中使用散列技术，而在子查询中则不然。