SQL: сравнение производительности для исключения (Join vs Not in)

Question

Мне интересно узнать наиболее эффективный способ запроса исключения на sql. Например. Существует 2 таблицы (tableA и tableB), которые могут быть объединены в 1 столбец (col1). Я хочу отобразить данные таблицы A для всех строк, которые col1 не существует в таблицеB.

(То есть, другими словами, TableB содержит подмножество col1 из TABLEA. И я хочу, чтобы отобразить TABLEA без данных, которые существуют в TableB)

Допустим, TableB имеет 100 строк в то время как TABLEA гигантский (более чем 1M строк). Я знаю, что «Не в (не существует)» можно использовать, но, возможно, для этого есть более эффективные способы (меньше времени). Я не могу с внешними соединениями?

Отрывки и комментарии кодов очень ценятся.

Answer 1

Зависит от СУБД. Для Microsoft SQL Server NOT EXISTS is preferred для ВЗАИМОДЕЙСТВИЯ, поскольку он может использовать более эффективное объединение Анти-Semi.

Для Oracle Minus is apparently preferred к NOT EXISTS (где подходит)

Вы должны смотреть на планы выполнения и принять решение.

Answer 2

Вопросы задавались несколько раз. Часто самый быстрый способ сделать это:

SELECT * FROM table1 
WHERE id in (SELECT id FROM table1 EXCEPT SELECT id FROM table2) 

В целом соединение может быть сделано по индексам, где с использованием не в нем, как правило, не может.

Answer 3

Я предпочитаю использовать

Select a.Col1 
From TableA a 
Left Join TableB b on a.Col1 = b.Col1 
Where b.Col1 Is Null 

Я считаю, что это будет быстрее, как Вы используете ограничение FK (при условии, у вас есть их, конечно)

Образец данных:

create table #a 
(
Col1 int 
) 
Create table #b 
(
col1 int 
) 

insert into #a 
Values (1) 
insert into #a 
Values (2) 
insert into #a 
Values (3) 
insert into #a 
Values (4) 

insert into #b 
Values (1) 
insert into #b 
Values (2) 


Select a.Col1 
From #a a 
Left Join #b b on a.col1 = b.Col1 
Where b.Col1 is null 

Answer 4

На этот вопрос нет правильного ответа. Каждая RDBMS имеет оптимизатор запросов, который будет определять лучший план выполнения на основе доступных индексов, статистики таблиц (количество строк, выборочность индекса), условие соединения, условие запроса, ...

Если у вас относительно простой запрос, например, в вашем вопросе , существует несколько способов получения результатов в SQL. Каждая собственная система RDBMS распознает ваше намерение и создаст тот же план выполнения, независимо от того, какой синтаксис вы используете (подзапросы с оператором IN или EXISTS, запрос с JOIN, ...)

Итак, лучшим решением здесь является написать простейший запрос, который работает, а затем проверить план выполнения.
Если это решение неприемлемо, вам следует попытаться найти лучший запрос.