Question

我所拥有的是一个查询，它获取一组数据。该查询在特定时间运行。然后，在30分钟后，我有了另一个查询（相同的语法），该查询运行并获取同一组数据。最后，我有第三个查询（正在讨论的查询），它比较两组数据。它提取的记录与以下记录一致：如果在第一个数据集中“ FEDVIP_Active”为FALSE，在第二个数据集中为“ TRUE”，则 OR “ UniqueID”在第一个数据集中不存在，而在第二个数据集中存在，并且FEDVIP_Active为TRUE。我质疑下面进行比较的查询的性能。 30分钟后超时。您是否能看到我不应该做的事情才能成为最高效的跑步方法？我正在比较的两个相同的数据集每个都有大约一百万条记录。

第一个获取初始数据集的查询：

select Unique_ID, First_Name, FEDVIP_Active, Email_Primary
from Master_Subscribers_Prospects

第二个查询与第一个查询完全相同。

然后，下面的第三个查询将数据进行比较：

select 
    a.FEDVIP_Active, 
    a.Unique_ID, 
    a.First_Name, 
    a.Email_Primary
from 
    Master_Subscribers_Prospects_1 a
inner join
    Master_Subscribers_Prospects_2 b
    on 1 = 1
where a.FEDVIP_Active = 1 and b.FEDVIP_Active = 0 or
(b.Unique_ID not in (select Unique_ID from Master_Subscribers_Prospects_1) and b.FEDVIP_Active = 1)

Answer 1

1 = 1上的内部联接是伪装的交叉联接，并且交叉联接产生的行数可以快速增长。它是两个关系中的行数的乘积。为了提高性能，您希望将中间结果保持得尽可能小。

然后，当子查询的行数很大时，通常会比IN EXISTS的性能更好。

但是我认为您根本不需要IN或EXITS。

假设unique_id标识一条记录并且不为空，则可以在常见的unique_id上将第一个表连接到第二个表。然后，并且仅当第二个表中的unique_id记录没有退出第一个表的unique_id且联接结果为null时，您才可以进行检查。

SELECT b.fedvip_active, 
       b.unique_id, 
       b.first_name,
       b.email_primary
       FROM master_subscribers_prospects_2 b
            LEFT JOIN master_subscribers_prospects_1 a
                      ON b.unique_id = a.unique_id
       WHERE a.fedvip_active = 1 
             AND b.fedvip_active = 0
              OR a.unique_id IS NULL
                 AND b.fedvip_active = 1;

对于该查询，master_subscribers_prospects_1 (unique_id, fedvip_active)和master_subscribers_prospects_2 (unique_id, fedvip_active)上的索引也可能有助于加快速度。

Answer 2

如果我理解正确，那么您希望第二个数据集中的所有记录都处于活动状态（不存在或通过将标志设置为不活动），而第一个数据集中的对应唯一ID处于不活动状态。

我建议exists：

select a.*
from Master_Subscribers_Prospects_1 a
where a.FEDVIP_Active = 1 and
      not exists (select 1
                  from Master_Subscribers_Prospects_2 b
                  where b.Unique_ID = a.Unique_ID and
                        b.FEDVIP_Active = 1
                 );

为了提高性能，您希望在Master_Subscribers_Prospects_2(Unique_ID, FEDVIP_Active)上建立索引。

Answer 3

在sats中进行内部选择总是不好的。

以下是带有left join的相同版本，可能对您有用。

select 
    a.FEDVIP_Active, 
    a.Unique_ID, 
    a.First_Name, 
    a.Email_Primary
from 
    Master_Subscribers_Prospects_1 a
inner join
    Master_Subscribers_Prospects_2 b on 1 = 1
left join Master_Subscribers_Prospects_1 sa on sa.Unique_ID = b.Unique_ID 
where (a.FEDVIP_Active = 1 and b.FEDVIP_Active = 0) or
(sa.Unique_ID is null and b.FEDVIP_Active = 1)

使用SQL比较两组数据的最佳方法

3 个答案: