在 SQL 子查询中使用多个表进行 Oracle 半联接

Posted 2023-03-27

【中文标题】在 SQL 子查询中使用多个表进行 Oracle 半联接

【英文标题】：Oracle semi-join with multiple tables in SQL subquery

【发布时间】：2015-06-03 23:37:29

【问题描述】：

这个问题是如何解决在子查询中使用多个表进行半连接时明显的 oracle 限制。我有以下 2 个 UPDATE 语句。

更新 1：

UPDATE
     (SELECT a.flag update_column
      FROM a, b
      WHERE a.id = b.id AND
            EXISTS (SELECT NULL
                    FROM c
                    WHERE c.id2 = b.id2 AND
                          c.time BETWEEN start_in AND end_in) AND
            EXISTS (SELECT NULL
                    FROM TABLE(update_in) d
                    WHERE b.time BETWEEN d.start_time AND d.end_time))
SET update_column = 'F'

执行计划表明这正确执行了 2 个半连接，并且更新在几秒钟内执行。这些需要半连接，因为c.id2 不是b.id2 上的唯一外键，这与b.id 和a.id 不同。而update_in 根本没有任何约束，因为它是一个数组。

更新 2：

UPDATE
     (SELECT a.flag update_column
      FROM a, b
      WHERE a.id = b.id AND
            EXISTS (SELECT NULL
                    FROM c, TABLE(update_in) d
                    WHERE c.id2 = b.id2 AND
                          c.time > d.time AND
                          b.time BETWEEN d.start_time AND d.end_time))
SET update_column = 'F'

这不做半连接；我相信基于 Oracle 文档，这是因为 EXISTS 子查询中有 2 个表。由于表的大小和分区，此更新需要数小时。但是，除了位于同一行之外，无法将 d.time 与关联的 d.start_time 和 d.end_time 相关联。而我们之所以传入update_in 数组并在这里加入它，是因为在循环中针对每个 time/start_time/end_time 组合运行此查询也证明性能很差。

除了 2 个表之外，还有其他原因导致半连接无法正常工作吗？如果没有，有没有办法绕过这个限制？我缺少一些简单的解决方案，可以在不将 2 个表放入子查询的情况下使这些条件起作用？

【问题讨论】：

我怀疑使用数组。我建议不要尝试将数组视为表，而是创建一个全局临时表（具有适当的索引），用update_in 的值填充它，然后在临时表上进行连接。祝你好运。

包含与update_in 相同值的全局临时表仍需要半联接。

【参考方案1】：

正如 Bob 建议的那样，您可以使用与 update_in 数组具有相同结构的全局临时表 (GTT)，但主要区别在于您可以在 GTT 上创建索引，并且如果您使用代表性样本数据填充 GTT，您还可以收集有关表的统计信息，以便 SQL 查询分析器能够更好地预测最佳查询计划。

也就是说，您的两个查询中还有一些其他显着差异：

在第一个查询的第一个存在子句中，您引用了两个没有表引用的列 start_in 和 end_in。我的猜测是它们要么是表 a 或 b 中的列，要么是 sql 语句当前范围内的变量。不清楚是哪个。 在您的第二个查询中，您引用了 d.time 列，但是，您在第一个查询中没有使用该列。

将您的第二个查询更新为以下内容是否会提高其性能？

UPDATE
     (SELECT a.flag update_column
      FROM a, b
      WHERE a.id = b.id AND
            EXISTS (SELECT NULL
                    FROM c, TABLE(update_in) d
                    WHERE c.id2 = b.id2 AND
                          c.time BETWEEN start_in AND end_in AND
                          c.time > d.time AND
                          b.time BETWEEN d.start_time AND d.end_time))
SET update_column = 'F'

【讨论】：

不幸的是，这个问题（以及我问的另一个 SQL 问题）很久以前就使用了一些解决方法解决了，我什至不记得也没有时间发布。但是，澄清一下：在第一个查询中， start_in 和 end_in 是存储过程的输入参数（两个查询中的 update_in 也是如此）。在第二个查询中，d.time 类似于第一个查询的 start_in，除了 update_in 中的每一行需要不同的值，与第一个查询不同，第一个查询它们都相同，因此不需要 update_in 中的列。