Question

我在下面看到了SQL外观。问题是表T2太大，下载所有数据需要几个小时（虽然显示前500个结果需要7秒）。有没有人知道如何加速＆＃34; NOT IN＆＃34;条款，或替换＆＃34; NOT IN＆＃34;通过其他排除方法？非常感谢你！

SELECT * 
FROM T1
WHERE  NVL(T1.A,'1') NOT IN (SELECT B FROM T2)

Answer 1

您可以使用T1和T2表之间的联接来重新定义查询：

SELECT *
FROM T1
LEFT JOIN T2
    ON NVL(T1.A, '1') = T2.B
WHERE T2.B IS NULL

如果您在连接列上有索引，特别是T2的{{1}}列上的索引，这可能会加快速度。

Answer 2

如果表T1的记录数量非常少和，如果表格T2在列B上有索引，那么您所需的访问计划是对T2 中的每条记录T1执行一次索引查找。

预期执行计划使用 NESTED LOOP ANTIJOIN 。

如果需求已完整且优化程序统计信息是新的，则Oracle将自动选择此计划 - 您无需在其他答案中重新构建查询。

--------------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | --------------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 5 | 130 | 106 (0)| 00:00:02 | |* 1 | FILTER | | | | | | | 2 | NESTED LOOPS ANTI SNA| | 100 | 2600 | 106 (4)| 00:00:02 | | 3 | TABLE ACCESS FULL | T1 | 100 | 1300 | 2 (0)| 00:00:01 | |* 4 | INDEX RANGE SCAN | T2_IDX | 1 | 13 | 1 (0)| 00:00:01 | |* 5 | TABLE ACCESS FULL | T2 | 4236 | 55068 | 4 (0)| 00:00:01 | --------------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 1 - filter( NOT EXISTS (SELECT 0 FROM "T2" "T2" WHERE "B" IS NULL)) 4 - access("B"=NVL("T1"."A",1)) 5 - filter("B" IS NULL)

此执行计划的问题在于，它与T1 中行的行数一致，即如果T1很大（M行），则查询将停止表演。在这种情况下，所需的访问权限是在每个表上进行一次全扫描。

预期计划为 HASH ANTIJOIN

--------------------------------------------------------------------------- | Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time | --------------------------------------------------------------------------- | 0 | SELECT STATEMENT | | 100 | 2600 | 5479 (1)| 00:01:38 | |* 1 | HASH JOIN ANTI NA | | 100 | 2600 | 5479 (1)| 00:01:38 | | 2 | TABLE ACCESS FULL| T1 | 100 | 1300 | 2 (0)| 00:00:01 | | 3 | TABLE ACCESS FULL| T2 | 84722 | 1075K| 5476 (1)| 00:01:38 | --------------------------------------------------------------------------- Predicate Information (identified by operation id): --------------------------------------------------- 1 - access("B"=NVL("T1"."A",1))

最后注意事项 - 您在条件中使用NVL(T1.A,'1') - 值是＆＃39; 1＆＃39;表T2中是否存在？如果知道并且不变，则可以简单地在T1中包含或排除T2的所有NULL值，而无需查找df['w2v_sim']=df.apply(lambda x: w2v.n_similarity(x.q1, x.q2), axis=1)。
祝你好运！

Answer 3

感谢大家的帮助。更多背景： 1. T1和T2都有索引 2. T2的值为'1'，但这不是我们想要的。我们使用NVL（“T1”。“A”，1）的原因是因为我们希望在最终结果的A列中保留空值记录。

所以，我修改了如下的查询，速度更快，运行和下载只需10分钟。

WITH T3 AS（从T2选择DISTINCT B）

SELECT T1。*

来自T1左接点T3上T1.A = T3.B

T3在哪里。 B IS NULL且T1.A不为空

UNION ALL

SELECT T1。*

T1.A IS NULL

Oracle SQL：如何加速或替换＆＃34; NOT IN＆＃34;

3 个答案: