EXPLAIN SELECT vrl.list_id,vrl.ontology_id,vrl.position,l.name AS list_name, vrlih.position AS previous_position, vrl.moved_date
FROM `vote-ranked-listory` vrl
INNER JOIN lists l ON l.list_id = vrl.list_id
INNER JOIN `vote-ranked-list-item-history` vrlih ON vrl.list_id = vrlih.list_id AND vrl.ontology_id=vrlih.ontology_id AND vrlih.type='PREVIOUS_POSITION'
INNER JOIN list_burial_state lbs ON lbs.list_id = vrl.list_id AND lbs.burial_score < 0.5
WHERE vrl.position <= 15 AND l.status='ACTIVE' AND l.is_public=1 AND vrl.ontology_id < 1000000000
AND (SELECT list_id FROM list_tag WHERE list_id=l.list_id AND tag_id=43) IS NULL
AND (SELECT list_id FROM list_tag WHERE list_id=l.list_id AND tag_id=55) IS NULL
AND (SELECT list_id FROM list_tag WHERE list_id=l.list_id AND tag_id=246403) IS NOT NULL
ORDER BY vrl.moved_date DESC LIMIT 200;
EXPLAIN显示:
+----+--------------------+----------+--------+-----------------------------------------------------+--------------+---------+-------------------------------------------------+------+--------------------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+--------------------+----------+--------+-----------------------------------------------------+--------------+---------+-------------------------------------------------+------+--------------------------+
| 1 | PRIMARY | vrl | index | PRIMARY | moved_date | 8 | NULL | 200 | Using where |
| 1 | PRIMARY | l | eq_ref | PRIMARY,status,ispublic,idx_lookup,is_public_status | PRIMARY | 4 | ranker.vrl.list_id | 1 | Using where |
| 1 | PRIMARY | vrlih | eq_ref | PRIMARY | PRIMARY | 9 | ranker.vrl.list_id,ranker.vrl.ontology_id,const | 1 | Using where |
| 1 | PRIMARY | lbs | eq_ref | PRIMARY,idx_list_burial_state,burial_score | PRIMARY | 4 | ranker.vrl.list_id | 1 | Using where |
| 4 | DEPENDENT SUBQUERY | list_tag | ref | list_tag_key,list_id,tag_id | list_tag_key | 9 | ranker.l.list_id,const | 1 | Using where; Using index |
| 3 | DEPENDENT SUBQUERY | list_tag | ref | list_tag_key,list_id,tag_id | list_tag_key | 9 | ranker.l.list_id,const | 1 | Using where; Using index |
| 2 | DEPENDENT SUBQUERY | list_tag | ref | list_tag_key,list_id,tag_id | list_tag_key | 9 | ranker.l.list_id,const | 1 | Using where; Using index |
+----+--------------------+----------+--------+-----------------------------------------------------+--------------+---------+-------------------------------------------------+------+--------------------------+
与JOIN相同的查询是:
EXPLAIN SELECT vrl.list_id,vrl.ontology_id,vrl.position,l.name AS list_name, vrlih.position AS previous_position, vrl.moved_date
FROM `vote-ranked-listory` vrl
INNER JOIN lists l ON l.list_id = vrl.list_id
INNER JOIN `vote-ranked-list-item-history` vrlih ON vrl.list_id = vrlih.list_id AND vrl.ontology_id=vrlih.ontology_id AND vrlih.type='PREVIOUS_POSITION'
INNER JOIN list_burial_state lbs ON lbs.list_id = vrl.list_id AND lbs.burial_score < 0.5
LEFT JOIN list_tag lt1 ON lt1.list_id = vrl.list_id AND lt1.tag_id = 43
LEFT JOIN list_tag lt2 ON lt2.list_id = vrl.list_id AND lt2.tag_id = 55
INNER JOIN list_tag lt3 ON lt3.list_id = vrl.list_id AND lt3.tag_id = 246403
WHERE vrl.position <= 15 AND l.status='ACTIVE' AND l.is_public=1 AND vrl.ontology_id < 1000000000
AND lt1.list_id IS NULL AND lt2.tag_id IS NULL
ORDER BY vrl.moved_date DESC LIMIT 200;
输出是:
+----+-------------+-------+--------+-----------------------------------------------------+--------------+---------+---------------------------------------------+------+----------------------------------------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+--------+-----------------------------------------------------+--------------+---------+---------------------------------------------+------+----------------------------------------------+
| 1 | SIMPLE | lt3 | ref | list_tag_key,list_id,tag_id | tag_id | 5 | const | 2386 | Using where; Using temporary; Using filesort |
| 1 | SIMPLE | l | eq_ref | PRIMARY,status,ispublic,idx_lookup,is_public_status | PRIMARY | 4 | ranker.lt3.list_id | 1 | Using where |
| 1 | SIMPLE | vrlih | ref | PRIMARY | PRIMARY | 4 | ranker.lt3.list_id | 103 | Using where |
| 1 | SIMPLE | vrl | ref | PRIMARY | PRIMARY | 8 | ranker.lt3.list_id,ranker.vrlih.ontology_id | 65 | Using where |
| 1 | SIMPLE | lt1 | ref | list_tag_key,list_id,tag_id | list_tag_key | 9 | ranker.lt3.list_id,const | 1 | Using where; Using index; Not exists |
| 1 | SIMPLE | lbs | eq_ref | PRIMARY,idx_list_burial_state,burial_score | PRIMARY | 4 | ranker.vrl.list_id | 1 | Using where |
| 1 | SIMPLE | lt2 | ref | list_tag_key,list_id,tag_id | list_tag_key | 9 | ranker.lt3.list_id,const | 1 | Using where; Using index |
+----+-------------+-------+--------+-----------------------------------------------------+--------------+---------+---------------------------------------------+------+----------------------------------------------+
rows 列的比较告诉差异,而JOIN的查询使用 Using temporary; Using filesort .
+------+----------+----------------+----------+
| sID | cName | major | decision |
+------+----------+----------------+----------+
| 123 | Stanford | CS | Y |
| 123 | Stanford | EE | N |
| 123 | Berkeley | CS | Y |
| 123 | Cornell | EE | Y |
| 234 | Berkeley | biology | N |
| 345 | MIT | bioengineering | Y |
| 345 | Cornell | bioengineering | N |
| 345 | Cornell | CS | Y |
| 345 | Cornell | EE | N |
| 678 | Stanford | history | Y |
| 987 | Stanford | CS | Y |
| 987 | Berkeley | CS | Y |
| 876 | Stanford | CS | N |
| 876 | MIT | biology | Y |
| 876 | MIT | marine biology | N |
| 765 | Stanford | history | Y |
| 765 | Cornell | history | N |
| 765 | Cornell | psychology | Y |
| 543 | MIT | CS | N |
+------+----------+----------------+----------+
让我们试着找一下申请 CS 专业(不论大学)的学生的GPA分数
Using a subquery:
select GPA from Student where sID in (select sID from Apply where major = 'CS');
+------+
| GPA |
+------+
| 3.9 |
| 3.5 |
| 3.7 |
| 3.9 |
| 3.4 |
+------+
此结果集的平均值为:
select avg(GPA) from Student where sID in (select sID from Apply where major = 'CS');
+--------------------+
| avg(GPA) |
+--------------------+
| 3.6800000000000006 |
+--------------------+
17 回答
根据我的观察,如两个案例,如果一个表有少于100,000个记录,那么连接将快速工作 .
但是如果一个表有超过100,000个表,那么子查询是最好的结果 .
我有一个表,我在下面的查询中创建了500,000条记录,其结果时间就像
一般规则是 joins 在大多数情况下更快(99%) .
数据表越多, subqueries 越慢 .
数据表越少, subqueries 的速度与 joins 相同 .
subqueries 更简单,更易于理解,更易于阅读 .
大多数Web和应用程序框架及其"ORM"和"Active record"使用 subqueries 生成查询,因为 subqueries 更容易分担责任,维护代码等 .
对于较小的网站或应用程序 subqueries 都可以,但对于较大的网站和应用程序,您通常必须将生成的查询重写为 join 查询,特别是如果查询在查询中使用了多个 subqueries .
有些人说“有些RDBMS可以将 subquery 重写为 join 或 join 到 subquery ,当它认为一个比另一个更快时 . ”,但这个陈述适用于简单的情况,当然不适用于 subqueries 实际上导致的复杂查询绩效问题 .
Taken from the MySQL manual (13.2.10.11 Rewriting Subqueries as Joins):
因此子查询可能比LEFT [OUTER] JOINS慢,但在我看来,它们的强度可读性略高 .
MSDN Documentation for SQL Server says
所以,如果你需要类似的东西
尝试使用连接 . 在其他情况下,它没有任何区别 .
我说:为子查询创建 functions 消除了cluttter的问题,并允许您为子查询实现额外的逻辑 . 所以我建议尽可能为子查询创建函数 .
代码杂乱是一个大问题,业界几十年来一直致力于避免它 .
使用EXPLAIN查看数据库如何对数据执行查询 . 在这个答案中有一个巨大的“它取决于...”
当PostgreSQL认为一个子查询比另一个更快时,它可以将子查询重写为连接或子查询的连接 . 这一切都取决于数据,索引,相关性,数据量,查询等 .
首先,要比较两者,首先应将查询与子查询区分开来:
一类子查询,它总是具有用连接写的相应等效查询
一类无法使用连接重写的子查询
For the first class 查询一个好的RDBMS将连接和子查询视为等效,并将生成相同的查询计划 .
这些天甚至mysql都这样做 .
尽管如此,有时却没有,但这并不意味着连接总是会赢 - 我在mysql中使用子查询提高了性能 . (例如,如果存在阻止mysql规划器正确估计成本的事情,并且规划器没有看到连接变量和子查询变量相同,则子查询可以通过强制某个路径来胜过连接 .
结论是,如果要确定哪个更好,那么您应该测试连接和子查询变体的查询 .
For the second class 这种比较毫无意义,因为这些查询无法使用连接进行重写,在这些情况下,子查询是执行所需任务的自然方式,您不应该区别对待它们 .
子查询通常用于将单个行作为原子值返回,但它们可用于将值与多个行与IN关键字进行比较 . 它们几乎可以在SQL语句中的任何有意义的点上使用,包括目标列表,WHERE子句等 . 可以使用简单的子查询作为搜索条件 . 例如,在一对表之间:
请注意,使用正常值运算符子查询的结果要求只返回一个字段 . 如果您对检查一组其他值中是否存在单个值感兴趣,请使用IN:
这显然不同于LEFT-JOIN,你只想加入表A和B的东西,即使连接条件没有在表B中找到任何匹配的记录,等等 .
如果您只是担心速度,则必须检查数据库并编写一个好的查询,看看性能是否有任何显着差异 .
目前,许多dbs可以优化子查询和连接 . 因此,您只需使用说明检查您的查询,并查看哪一个更快 . 如果性能没有太大差异,我更喜欢使用子查询,因为它们简单易懂 .
MySQL版本:5.5.28-0ubuntu0.12.04.2-log
我还认为JOIN总是比MySQL中的子查询更好,但EXPLAIN是一种更好的判断方式 . 这是一个子查询比JOIN更好的例子 .
这是我的3个子查询的查询:
EXPLAIN显示:
与JOIN相同的查询是:
输出是:
rows
列的比较告诉差异,而JOIN的查询使用Using temporary; Using filesort
.当然,当我运行两个查询时,第一个查询在0.02秒内完成,第二个查询在1分钟后仍未完成,因此EXPLAIN正确解释了这些查询 .
如果我在
list_tag
表上没有INNER JOIN,即如果我删除了从第一个查询和相应的:
从第二个查询开始,EXPLAIN为两个查询返回相同的行数,这两个查询的运行速度相同 .
我认为引用答案中未充分强调的是 duplicates 问题以及可能由特定(使用)案例引起的问题结果 .
(虽然马塞洛·坎托斯确实提到过)
我将引用斯坦福大学关于SQL的Lagunita课程的例子 .
学生表
申请表
(向特定大学和专业提出的申请)
让我们试着找一下申请
CS
专业(不论大学)的学生的GPA分数Using a subquery:
此结果集的平均值为:
Using a join:
此结果集的平均值:
很明显,第二次尝试会在我们的用例中产生误导性结果,因为它计算重复计算平均值 . 同样明显的是,
distinct
与基于连接的语句的使用将消除该问题,因为它将错误地保留3.9
得分的三次出现中的一次 . 正确的情况是考虑3.9
得分的 TWO (2) 次出现,因为我们实际上有 TWO (2) 学生的分数符合我们的查询标准 .在某些情况下,除了任何性能问题之外,在某些情况下,子查询是最安全的方式 .
仅当第二个连接表的数据明显多于主表时才会出现差异 . 我有过如下经历......
我们有一个十万条目的用户表和他们的会员数据(友谊)约三十万条目 . 这是一个加入声明,以便接收朋友和他们的数据,但有很大的延迟 . 但是在成员资格表中只有少量数据的情况下工作正常 . 一旦我们将其更改为使用子查询,它就可以正常工作 .
但同时,连接查询正在使用条目少于主表的其他表 .
所以我认为连接和子查询语句工作正常,它取决于数据和情况 .
子查询能够快速计算聚合函数 . 例如 . 找到这本书的最低价格,并获得以这个价格出售的所有书籍 . 1)使用子查询:
2)使用JOIN
在大多数情况下,
JOIN
s比子查询更快,并且子查询的速度非常快 .在
JOIN
中,RDBMS可以创建一个更适合您的查询的执行计划,并且可以预测应该加载哪些数据以进行处理并节省时间,这与子查询不同,在子查询中它将运行所有查询并加载所有数据以执行处理 .子查询的好处是它们比
JOIN
更易读:这就是为什么大多数新的SQL人都喜欢它们;这是简单的方法;但是在性能方面,JOINS在大多数情况下都更好,即使它们也不难阅读 .我只是考虑同样的问题,但我在FROM部分使用子查询 . 我需要从大表中连接和查询,“slave”表有2800万条记录,但结果只有128条那么小的结果大数据!我正在使用MAX()函数 .
首先我使用LEFT JOIN,因为我认为这是正确的方法,mysql可以优化等等 . 第二次只是为了测试,我重写为JOIN的子选择 .
LEFT JOIN运行时:1.12s SUB-SELECT运行时:0.06s
subselect比连接快18倍!就在chokito adv . 该子选择看起来很糟糕,但结果......
在2010年,我本来会加入这个问题的作者,并会强烈投票支持
JOIN
. 但是有了更多的经验(特别是在MySQL中),我可以说:是的子查询可以更好 . 我在这里读过多个答案 . 有人说,子查询更快,但缺乏一个很好的解释 . 我希望我能提供这个(非常)迟到的答案:首先,让我说最重要的: There are different forms of sub-queries
第二个重要声明: Size matters
如果您使用子查询,您应该知道,DB-Server如何执行子查询 . 特别是如果子查询被评估一次或每行!另一方面,现代DB-Server能够进行大量优化 . 在某些情况下,子查询有助于优化查询,但较新版本的DB-Server可能会使优化过时 .
选择字段中的子查询
请注意,对于
foo
中的每个结果行执行子查询 . 尽可能避免这种情况,它可能会大大减慢对大型数据集的查询速度 . 但是,如果子查询没有引用foo
,则DB-server可以将其优化为静态内容,并且只能评估一次 .Where-statement中的子查询
如果幸运的话,DB会在内部将其优化为
JOIN
. 如果没有,您的查询将在大型数据集上变得非常非常慢,因为它将执行foo
中每一行的子查询,而不仅仅是select-type中的结果 .Join-statement中的子查询
这是有趣的 . 我们将
JOIN
与子查询结合起来 . 在这里,我们获得了子查询的真正优势 . 想象一下在wilco
中有数百万行的数据集,但只有少数不同的me
. 我们现在有一个较小的临时表来加入,而不是加入一个巨大的表 . 这可以导致更快的查询,具体取决于数据库大小 . 您可以使用CREATE TEMPORARY TABLE ...
和INSERT INTO ... SELECT ...
获得相同的效果,这可以在非常复杂的查询上提供更好的可读性(但可以将数据集锁定在可重复的读隔离级别) .嵌套子查询
您可以在多个级别中嵌套子查询 . 如果您必须对结果进行分组或排序,这可以对大型数据集有所帮助 . 通常,DB-Server为此创建一个临时表,但有时您不需要对整个表进行排序,只需对结果集进行排序 . 根据表的大小,这可能会提供更好的性能 .
结论
子查询不能替代
JOIN
,您不应该像这样使用它们(尽管可能) . 在我看来,正确使用子查询是用作CREATE TEMPORARY TABLE ...
的快速替代 . 一个好的子查询以某种方式减少数据集,您无法在JOIN
的ON
语句中完成 . 如果子查询具有关键字GROUP BY
或DISTINCT
之一并且最好不位于选择字段或where语句中,则可能会大大提高性能 .子查询是解决形式问题的逻辑上正确的方法,“从A中获取事实,以B中的事实为条件” . 在这种情况下,在子查询中粘贴B比在连接中粘贴更具逻辑性 . 从实际意义上说,它也更安全,因为你不必因为多次匹配B而从A中获取重复的事实时要小心谨慎 .
然而,实际上,答案通常归结为性能 . 一些优化器在给出连接与子查询时会吮吸柠檬,而另一些优化者则以另一种方式吮吸柠檬,这是特定于优化器,特定于DBMS的版本和查询特定的 .
从历史上看,显式联接通常会获胜,因此加入的既定智慧更好,但优化者一直在变得更好,所以我更喜欢先以逻辑上连贯的方式编写查询,然后在性能限制保证这一点时进行重组 .
在旧的Mambo CMS上运行一个非常大的数据库:
0秒
~3秒
EXPLAIN显示它们检查完全相同的行数,但是一个需要3秒,一个接近瞬间 . 故事的道德启示?如果性能很重要(何时不是?),请尝试多种方式,看看哪一个最快 .
和...
0秒
同样,相同的结果,检查的行数相同 . 我的猜测是,DISTINCT mos_content.catid比DISTINCT mos_categories.id需要更长的时间来计算出来 .