SQL查询优化(嵌套子查询)

时间:2012-12-02 20:13:10

标签: sql query-optimization subquery

我需要写一个查询:

  

查找已发布电影的平均评分之间的差异   1980年之前以及1980年以后发行的电影的平均评分。   (确保计算每部电影的平均评分,然后是   1980年之前电影和电影之后平均电影的平均值。   不要只计算前后的整体平均评分   1980年。)

架构如下:

Movie ( mID, title, year, director )
English: There is a movie with 
ID number mID, a title, a release year, and a director.

Reviewer ( rID, name )
English: The reviewer with ID number rID has a certain name.

Rating ( rID, mID, stars, ratingDate )
English: The reviewer rID gave the movie mID a 
number of stars rating (1-5) on a certain ratingDate. 

以下是我提出的查询。结果是正确的,但绝对不是一个很好的查询:

    select t1.p1-t2.p2 from
    (select avg(average) as p1  from 
    (select g.mid,g.average, year from
    (select mid, avg(stars) as average from rating
    group by mid) g, movie
    where g.mid=movie.mid) j 
    where year >= 1980) t1,

    (select avg(average) as p2  from 
    (select g.mid,g.average, year from
    (select mid, avg(stars) as average from rating
    group by mid) g, movie
    where g.mid=movie.mid) j 
    where year < 1980) t2;

以下是我如何得出此查询。 首先,我编写了这个子查询来检索电影ID,该电影的平均评分,电影年份:

    select g.mid,g.average, year from
    (select mid, avg(stars) as average from rating
    group by mid) g, movie
    where g.mid=movie.mid  

现在我需要使用相同的子查询来创建两个表,其中第一个表包含1980年以后电影的平均评分。第二个表包含1980年之前电影的平均评分。在顶级查询中,我减去这两个值。

问题是我在两个地方复制相同的代码。您能否从代码重复的角度和性能方面帮助优化代码?

3 个答案:

答案 0 :(得分:1)

你可以这样做而不需要像这样重复:

Select
  Avg(Case When m.Year >= 1980 Then a.stars Else Null End) -
  Avg(Case When m.Year < 1980 Then a.stars Else Null End)
From (
    Select
      mid,
      avg(stars) stars
    From 
      rating
    Group By
      mid
  ) a 
    inner join
  movie m
    on m.mid = a.mid

您可能希望将内部查询移动到视图或公用表表达式(CTE)。根据您使用的dbms,您可能需要将星形转换为十进制类型,或者您可能会以整数算术获得所有内容。

评级表的(mid, stars)索引对性能方面有帮助。

Example Fiddle

答案 1 :(得分:1)

采取一个平底船并假设SQL Server,有几件事情。指数非常重要,查询的编写方式也是如此。

一些CREATE TABLE语句

create table Movie ( mID int primary key clustered, title varchar(100), year int, director varchar(100) ) 

create table Reviewer ( rID int primary key clustered, name varchar(100) ) 

create table Rating ( rID int, mID int, stars int, ratingDate datetime , primary key clustered (rID, mID) ) 

我已经聚集在Movie表中的mID上,并且在评级表中的rID和mID字段上对您的查询进行了聚类。

索引:SQL需要获取电影的所有评级,因此评级表的更好的聚簇键将是     create table Rating(rID int,mID int,stars int,ratingDate datetime,primary key clustered(mID,rID))

如果您无法更改此类内容,请至少创建一个覆盖索引,该索引按mID索引并包含星标列。

接下来,您的查询...有几种方法可以编写它 - 最好查看查询计划输出。这是编写查询的一种方法

with 
    MovieAverage as (
        select mID, movieAvgStars = avg(stars)
        from Rating
        group by mID
        ),

    Pre1980 as (
        select MovieAvgStars = avg(  movieAvgStars )
        from MovieAverage
            inner join Movie
                on MovieAverage.mID = Movie.mID
        where Movie.year < 1980
        ),

    IncAndPost1980 as (
        select MovieAvgStars = avg(  movieAvgStars )
        from MovieAverage
            inner join Movie 
                on MovieAverage.mID = Movie.mID
        where Movie.year >= 1980
        )

select IncAndPost1980.MovieAvgStars - Pre1980.MovieAvgStars
from IncAndPost1980 cross JOIN Pre1980

可能有其他调整方法,但没有样本数据等,很难正确判断。

答案 2 :(得分:0)

没有任何效率考虑,也没有任何特定的DBMS(很少有NATURAL加入和CTE):

; WITH g AS
    ( SELECT mid, AVG(stars) AS average 
      FROM rating
      GROUP BY mid
    ) 
  , j AS
    ( SELECT mid, average, year 
      FROM g NATURAL JOIN movie
    )
  , t1 AS
    ( SELECT AVG(average) AS p1 
      FROM j
      WHERE year >= 1980
    )
  , t2 AS
    ( SELECT AVG(average) AS p2 
      FROM j
      WHERE year < 1980
    )
  SELECT t1.p1 - t2.p2 AS result
  FROM t1 CROSS JOIN t2 
;