Question

我有两个表，一个名为 Health_User ，另一个名为 Diary 。它们分别具有用户的人口统计信息和记录值。我想要做的是检索记录的值，但是：

使用 Health_User 中的“is_tester”列（布尔值）排除测试人员（非真实用户），
在 Diary 中排除测量值过高或过低的不合理值。

所以我有几个查询应该得到相同的结果：

# Query 1
SELECT d.user_id, d.id AS diary_id, d.glucose_value, d.unit
    FROM Diary AS d
    JOIN (
        SELECT id
        FROM Health_User
        WHERE is_tester = false
    ) AS u
    ON d.user_id = u.id
    WHERE ((d.glucose_value >= 20 AND d.glucose_value <= 600 AND d.unit = 'mg/dL')
            OR (d.glucose_value >= 20/18.02 AND d.glucose_value <= 600/18.02 AND d.unit = 'mmol/L'));

# Query 2
SELECT d.user_id, d.id AS diary_id, d.glucose_value, d.unit
    FROM Diary AS d
    JOIN Health_User AS u
    ON d.user_id = u.id
    WHERE u.is_tester = false
        AND ((d.glucose_value >= 20 AND d.glucose_value <= 600 AND d.unit = 'mg/dL')
              OR (d.glucose_value >= 20/18.02 AND d.glucose_value <= 600/18.02 AND d.unit = 'mmol/L'));

# Query 3
SELECT d.user_id, d.id AS diary_id, d.glucose_value, d.unit
    FROM Health_User AS u
    JOIN (
        SELECT id, user_id, glucose_value, unit
        FROM Diary
        WHERE ((glucose_value >= 20 AND glucose_value <= 600 AND unit = 'mg/dL')
                OR (glucose_value >= 20/18.02 AND glucose_value <= 600/18.02 AND unit = 'mmol/L'))
    ) AS d
    ON d.user_id = u.id
    WHERE u.is_tester = false;

这里我有三个问题：

问题1：我推测查询1的性能优于查询2，因为a）它只加入一列而不是 Health_User 的整个表格，b）它之前过滤掉了测试人员加入表格。我是对的吗？

问题2： Diary 的条件限制更复杂（请参阅查询1中的最后一个WHERE子句）。是否最好在JOIN内切换日记，并在查询3之外点击 Health_User ，否则没有区别？

问题3：在性能方面是否有更好的解决方案？

Answer 1

如果数据库按照您的查询建议的顺序执行查询（首先过滤，然后加入，反之亦然），则会有所不同。

实际上，PostgreSQL有一个查询优化器，可以重新排列查询以找到最有效的执行顺序，并且所有查询最终都会使用相同的执行计划 ，您可以使用SQL语句EXPLAIN验证。

对于内连接，如果在连接之前或之后进行过滤，则不会影响结果;您也可以将所有条件写入连接条件而不更改结果。优化器知道这一点。

您可以通过创建适当的索引来加快执行速度。它取决于数据的分布，以了解某个索引是否有用。经验法则是选择条件下的索引（过滤掉许多数据）更有用。使用EXPLAIN查找最佳索引。

ON和WHERE子句的位置和效率表现

1 个答案: