Question

我想从多个表中检索id的完整列表，它们可以完全重叠或互斥。我想知道哪个会有更好的性能，哪个是PostgreSQL的正确方法，为什么会这样呢？

假设我有4个表，并且使用索引优化表：

[SELECT DISTINCT ... UNION]

SELECT DISTINCT id from table1
UNION
SELECT DISTINCT id from table2
UNION
SELECT DISTINCT id from table3
UNION
SELECT DISTINCT id from table4
;

[选择...完全加入]

SELECT DISTINCT coalesce(a.id, b.id, c.id, d.id) AS id
FROM table1 a
FULL JOIN table2 b on a.id=b.id
FULL JOIN table3 c on b.id=c.id
FULL JOIN table4 d on c.id=d.id
;

在这里做了一些调整。感谢@ Hogan在回答中提出的建议。

备注

我对full join的全部动机是因为id字段可能在表之间完全重叠。 full join可以减轻一些表扫描。

Answer 1

这两者并不相同。第一个做你想要的;第二个没有。从这个角度来看，＆＃34;表现＆＃34;奖励归于第一：正确的结果超越了更快的查询。

这修复了第二个版本：

SELECT id
from table1 a FULL JOIN
     table2 b
     using (id) FULL JOIN
     table3 c
     using (id) FULL JOIN
     table4
     using (id);

（如果其中一个表可能有多个ID，则只需要distinct。）

与任何性能问题一样，您应该尝试使用系统中的数据。

Answer 2

根据上面的评论，我会建议以下内容 - 我认为，由于为服务器提供了最优化流程的机会，因此最有可能提供良好的性能。我没有做过任何测试，也没有任何东西支持这种期待经验和直觉：

使用ID类型的单个列创建临时表。为此列添加索引。
对于第一个表，选择所有id并插入此表。
对于以下每个表，选择除临时表（例如不在其中）之外的所有ID，并插入临时表。
使用临时表执行实际查询。

你的第二个查询不一样。我相信这就是你的意思

SELECT DISTINCT coalesce(a.id,b.id,c.id,d.id) as id
from table1 a
FULL JOIN table2 b on a.id=b.id
FULL JOIN table3 c on b.id=c.id
FULL JOIN table4 d on c.id=d.id

PostgreSQL：选择不同的id union和select id full join

2 个答案: