Question

我正在为大型预先存在的Access数据库中包含的数据生成报告（紧凑和修复后约500 MB），而我遇到了一个慢速子查询的问题。

数据库有一个大表，其中包含每个客户购买的记录。这是一个简单的查询，可以找到购买蓝色小部件的客户。它在几秒钟内完成并返回大约一万条记录。

SELECT DISTINCT CustomerId 
FROM ProductSales
WHERE Product = 'BLUE'

这是一个查询，它试图找到购买蓝色小部件但不是红色小部件的客户。运行大约需要一个小时。

SELECT DISTINCT CustomerId FROM ProductSales
WHERE Product = 'BLUE' 
AND CustomerId NOT IN (
    SELECT CustomerId 
    FROM ProductSales 
    WHERE Product = 'RED'
)

有没有办法重构第二个查询，使其花费几分钟而不是一小时？

Answer 1

Access'数据库引擎不能使用Not In的索引，所以它一定很慢。使用CustomerId上的索引，此查询应该更快，因为数据库引擎可以使用索引。

SELECT DISTINCT blue.CustomerId
FROM
    ProductSales AS blue
    LEFT JOIN
        (
            SELECT CustomerId 
            FROM ProductSales 
            WHERE Product = 'RED'
        ) AS red
    ON blue.CustomerId = red.CustomerId
WHERE
        blue.Product = 'BLUE'
    AND red.CustomerId Is Null;

您可能也可以尝试Not Exists方法，但无法保证索引的使用。另外，请参阅下面David Fenton的评论，其中更详细地讨论了性能影响。

Answer 2

当然，如果您没有索引，请添加索引。如果这是一个问题，可能只是有很多客户订购RED以外的其他东西而不是BLUE那么多;这个（未经测试的）查询试图修复它。

SELECT DISTINCT CustomerId FROM ProductSales
LEFT JOIN (
  SELECT DISTINCT CustomerId cid FROM ProductSales
  LEFT JOIN (
    SELECT DISTINCT CustomerId
    FROM ProductSales
    WHERE Product = 'BLUE'
  ) foo ON CustomerId = cid
  WHERE Product = 'RED'
) bar USING (CustomerId)
WHERE cid IS NULL

使用“NOT IN”时非常慢的子查询

2 个答案: