SQL - 使用连接过滤大表 - 最佳实践

Posted 2023-05-08

【中文标题】SQL - 使用连接过滤大表 - 最佳实践

【英文标题】：SQL - Filtering large tables with joins - best practices

【发布时间】：2011-03-31 08:06:35

【问题描述】：

我有一个包含大量数据的表，我需要将它与其他一些大表连接起来。

每次我的表中只有一小部分与我真正相关。

什么时候最好过滤我的数据？

在 SQL 的 where 子句中。

使用特定数据创建一个临时表，然后才加入它。

将谓词添加到第一个内连接 ON 子句。

其他想法。

1.

Select * 
From RealyBigTable
Inner Join AnotherBigTable On …
Inner Join YetAnotherBigTable On …
Where RealyBigTable.Type = ?

2.

Select * 
Into #temp
From RealyBigTable
Where RealyBigTable.Type = ?

Select * 
From #temp
Inner Join AnotherBigTable On …
Inner Join YetAnotherBigTable On …

3.

Select * 
From RealyBigTable
Inner Join AnotherBigTable On RealyBigTable.type = ? And … 
Inner Join YetAnotherBigTable On …

另一个问题： 首先会发生什么？ Join 或 Where?

【参考方案1】：

因为您使用的是 INNER JOIN，所以 WHERE 或 JOIN 的争论只取决于您的品味和风格。就个人而言，我喜欢在 ON 子句中保留两个表之间的链接（例如外键约束），并在 WHERE 子句中对数据进行实际过滤。

SQL Server 会将查询解析为相同的标记树，因此会构建相同的查询执行计划。

如果您改用 [LEFT/RIGHT] OUTER JOINS，它会产生很大的不同，因为不仅性能可能不同，而且结果也很可能不同。

---

要回答您的其他问题：

什么时候最好过滤我的数据？

在 SQL 的 where 子句中。 使用特定数据创建一个临时表，然后才加入它。 将谓词添加到第一个内连接 ON 子句。 其他一些想法。

在 WHERE 或 ON 子句中，两者被视为相同。对于 3，“first 内连接”没有相关性。在多表 INNER JOIN 场景中，哪个先执行（在查询中）实际上并不重要，因为查询优化器会根据需要调整顺序。

使用临时表是完全没有必要的，也无济于事，因为无论如何您都必须提取相关部分——这也是 JOIN 会做的事情。此外，如果您在 JOIN 条件/WHERE 过滤器上有一个良好的索引，则该索引将仅用于访问相关数据，而无需查看表的其余部分。

【讨论】：

好的。但是将数据放在临时表中然后才（内部）加入不同的表不是更好吗？

【参考方案2】：

您应该将您的查询放在管理工作室中，勾选“包括实际执行计划”，然后运行它。这样，您将获得 SQL Server 对您的查询所做的确切答案。从那时起，您可以继续优化。

一般：

用于连接的列应该被索引 首先使用最具辨别力的过滤器

【参考方案3】：

在一个体面的基于成本的查询计划器中会发生什么（你的情况）

join 条件和 where 条件在同一级别解析

连接类型和统计信息确定路径（先发生什么） - 以这样一种方式检索最小的中间结果（最少 I/O > 最快查询）