在RedShift中进行反加入的最佳方法

Question

反连接是一种在一个表中获取与另一个表中不匹配的元组的方法。

我们可以通过多种方式实施反连接：

• 相关子查询
• 不相关的子查询
• 外部加入并检查是否为空

哪个是在Redshift中执行反连接的最佳方式？在这种情况下，相关的子查询不是最优的，并且RedShift的查询引擎不会对该查询进行去相关。

Answer 1

如果没有实际的表格布局和统计数据以及实际查询，很难给出明确的答案。

我可以推测这种任务，需要在Redshift方面使用HashJoin。如果其中一个表不是太大，并且两个表具有相同的dist键，则可以在内存中有效地完成。外部加入Null检查然后听起来最合适，因为它是最可预测的 - 它会做到这一点。

但是实际的性能取决于很多因素，一旦你有表/查询就会更好地回来。

Answer 2

正如@denismo所说，没有上下文就很难，但你可以尝试类似的东西：

SELECT ...
FROM a LEFT OUTER JOIN b USING(key)
WHERE b.key is null

它将返回一个行列表，其中的键不存在于

中