Question

我需要将一个巨大的表（1000万行）加入到具有OR条件的查找表（15k加行）中。类似的东西：

<script language="VBScript"> 
external.menuArguments.document.body.contenteditable="True" 
</script>

这是因为table1可以SELECT t1.a, t1.b, nvl(t1.c, t2.c), nvl(t1.d, t2.d) FROM table1 t1 JOIN table2 t2 ON t1.c = t2.c OR t1.d = t2.d;或c为d，我想加入任何一个可用的，剩下的就是其余部分。查询计划说有一个嵌套循环，我意识到这是因为NULL条件。有没有一种干净，有效的方法来解决这个问题？我正在使用Redshift。

编辑：我正在尝试使用OR运行此功能，但它似乎没有比之前更快。

Answer 1

如果您有首选列，则可以NVL()（又名COALESCE()）加入其中。

SELECT t1.a, t1.b, nvl(t1.c, t2.c), nvl(t1.d, t2.d)
FROM table1 t1
JOIN table2 t2 
  ON t1.c = NVL(t2.c,t2.d);

我还建议您将查找表设置为DISTSTYLE ALL，以确保不会重新分发较大的表。

[另外，对于Redshift，1000万行并不大。只是说我们在Redshift上获得了优秀的性能，即使在查询（和加入）数百亿行的表时也没有尝试过嗤之以鼻。 ]

Answer 2

做两个（左）连接怎么样？随着小查找表的性能甚至不应该太差。

SELECT t1.a, t1.b, nvl(t1.c, t2.c), nvl(t1.d, t3.d)
FROM table1 t1
LEFT JOIN table2 t2 ON t1.d = t2.d and t1.c is null
LEFT JOIN table2 t3 ON t1.c = t3.c and t1.d is null

原始查询仅返回与查找表中的c或d中至少一个匹配的行。如果不能保证，您可能需要添加过滤器...例如t1中的行，其中c和d都为null或者table2中没有值。

不需要在连接中进行空检查，但可能会稍快一些。

Redshift - 带OR的高效JOIN子句

2 个答案: