Question

我有一个案例，我想选择任何无效的国家，地区或区域ID的数据库条目，无效，我的意思是我的表格中不再存在的国家或地区或区域的ID，我有四个表：属性，国家，地区，区域。我想这样做：

SELECT * FROM Properties WHERE 
Country_ID NOT IN 
(
SELECT CountryID FROM Countries
)
OR
RegionID NOT IN
(
SELECT RegionID FROM Regions
)
OR
AreaID NOT IN
(
SELECT AreaID FROM Areas
)

现在，我的查询是对的吗？你有什么建议我能做到并以更好的表现达到同样的效果？！

Answer 1

您的查询实际上是最佳的。

其他人提出的

LEFT JOIN更糟糕，因为他们选择了所有值，然后将其过滤掉。

您的子查询很可能会针对此进行优化：

SELECT  *
FROM    Properties p
WHERE   NOT EXISTS
        (
        SELECT  1
        FROM    Countries i
        WHERE   i.CountryID = p.CountryID
        )
        OR
        NOT EXISTS
        (
        SELECT  1
        FROM    Regions i
        WHERE   i.RegionID = p.RegionID
        )
        OR
        NOT EXISTS
        (
        SELECT  1
        FROM    Areas i
        WHERE   i.AreaID = p.AreaID
        )

，你应该使用它。

此查询从每个表中最多选择1行，并在找到该行时跳转到下一个迭代（即如果找不到给定Property的Country，则它甚至不会检查对于Region）。

同样，SQL Server足够聪明，可以为此查询和原始查询构建相同的计划。

<强>更新

在每个表中的512K行上进行测试。

维度表中的所有对应ID都是CLUSTERED PRIMARY KEY个，Properties中的所有度量字段都已编入索引。

对于Property中的每一行PropertyID = CountryID = RegionID = AreaID，没有实际丢失的行（执行时间最差的情况）。

NOT EXISTS    00:11 (11 seconds)
LEFT JOIN     01:08 (68 seconds)

Answer 2

您可以按以下方式重写它：

SELECT p.* 
FROM Properties p
LEFT JOIN Countries c ON p.Country_ID = c.CountryID
LEFT JOIN Regions r on p.RegionID = r.RegionID
LEFT JOIN Areas a on p.AreaID = a.AreaID
WHERE c.CountryID IS NULL
OR r.RegionID IS NULL
OR a.AreaID IS NULL

测试性能差异（如果有的话 - 应该有NOT IN是一个讨厌的搜索，尤其是很多项目，因为它需要测试每一个项目。）

您还可以通过索引正在搜索的IDS来加快速度 - 在每个主表（国家，地区，区域）中它们应该是群集主键。

Answer 3

由于这似乎是清理sql，这应该没问题。但是如何使用foreign keys以便下次不打扰你？

Answer 4

好吧，您可以尝试类UNION之类的内容（而不是OR） - 但我期待优化器已经做得最好它可以提供以下信息：

SELECT  * FROM  Properties
WHERE   NOT EXISTS (SELECT 1 FROM Areas WHERE Areas.AreaID = Properties.AreaID)
UNION
SELECT  * FROM  Properties
WHERE   NOT EXISTS (SELECT 1 FROM Regions WHERE Regions.RegionID = Properties.RegionID)
UNION
SELECT  * FROM  Properties
WHERE   NOT EXISTS (SELECT 1 FROM Countries WHERE Countries.CountryID = Properties.CountryID)

Answer 5

条件中的子查询可能效率很低。相反，您可以对相关表执行左连接。如果没有匹配的记录，则会获得空值。您可以在条件中使用它来仅选择缺少匹配记录的记录：

select p.*
from Properties p
left join Countries c on c.CountryID = p.Country_ID
left join Regions r on r.RegionID = p.RegionID
left join Areas a on a.AreaID = p.AreaID
where c.CountryID is null or r.RegionID is null or a.AreaID is null

Answer 6

如果您没有从国家/地区/地区获取行数据，可以尝试使用“存在”：

SELECT Properties.*
FROM Properties
WHERE Properties.CountryID IS NOT NULL AND NOT EXISTS (SELECT 1 FROM Countries WHERE Countries.CountryID = Properties.CountryID)
OR Properties.RegionID IS NOT NULL AND NOT EXISTS (SELECT 1 FROM Regions WHERE Regions.RegionID = Properties.RegionID)
OR Properties.AreaID IS NOT NULL AND NOT EXISTS (SELECT 1 FROM Areas WHERE Areas.AreaID = Properties.AreaID)

这通常暗示使用countries等人的pkey索引进行存在检查......但是否这是一项改进取决于您的数据统计数据，您只需将其插入查询分析器并尝试它。

一个凌乱的SQL语句

6 个答案: