Redshift：连接到由表中的 SELECT * 组成的子查询/CTE 相当于连接表本身，还是性能下降？

Posted 2023-03-31

【中文标题】Redshift：连接到由表中的 SELECT * 组成的子查询/CTE 相当于连接表本身，还是性能下降？

【英文标题】：Redshift: is a join to a subquery/CTE consisting of SELECT * from a table equivalent to joining the table itself, or a performance hit?

【发布时间】：2020-07-21 21:52:41

【问题描述】：

在 Redshift 上，如果连接中使用的 CTE/子查询从源表执行 SELECT *，与仅引用和直接连接到源表的代码相比，它是否会导致性能下降？也就是这段代码在性能上有没有区别：

WITH cte_source_2 AS (SELECT * FROM source_2)
SELECT
    s1.field_1, s2.field_2
FROM
    source_1 AS s1
LEFT JOIN
    cte_source_2 AS s2
    ON
        s1.key_field = s2.key_field

还有这段代码：

SELECT
    s1.field_1, s2.field_2
FROM
    source_1 AS s1
LEFT JOIN
    source_2 AS s2
    ON
        s1.key_field = s2.key_field

我认为不会，查询优化器会将第一个版本减少到第二个版本，但会得到相互矛盾的结果（我认为主要是由于缓存）。

表达这个问题的另一种方式是，除了 CTE，特别是在 Redshift 上，这样做：

SELECT
    .....
FROM
    (SELECT * FROM source_1) AS s1
LEFT JOIN
    .......

执行同样的操作：

SELECT
    .....
FROM
    source_1 AS s1
LEFT JOIN
    .......

很遗憾，我无法获得任何分析信息。谢谢！

【参考方案1】：

在 Redshift 上，cte 非常方便，但查询仍解析为子选择。 见https://docs.aws.amazon.com/redshift/latest/dg/r_WITH_clause.html第二段

因此，您是正确的。无论哪种方式，性能都是一样的。

cte 被解析为临时表的 postgres 上不是这种情况。见https://www.postgresql.org/docs/current/queries-with.html第一段

【讨论】：

+1 这肯定有助于我一直试图弄清楚的另一个领域，即 Redshift 上的 CTE 与子查询性能 - 感谢您的回答，我现在知道那里没有区别。还要欣赏 postgres 的对比，因为我们也在工作中使用它，我现在知道在该平台上要避免的陷阱。但我想要得到的是，使用像FROM (SELECT * FROM source_2) 这样的子查询会解析为与FROM source_2 相同吗？我也会更新问题以表明这一点。