哪个更有效，where 子句或与百万多行表的连接？

Question

我们运行的网站在一个表中具有 250 MM 的行，而在另一个表中，我们将其连接到大多数查询中的行不到 15 MM。

示例结构：

MasterTable (Id, UserId, Created, Updated...) -- 15MM Rows
DetailsTable (Id, MasterId, SomeColumn...) -- 250MM Rows
UserTable (Id, Role, Created, UserName...) -- 12K Rows

我们必须定期对所有这些表进行一些查询。一种是抓取免费用户（~10k 免费用户）的统计数据。

Select Count(1) from DetailsTable dt 
join MasterTable mt on mt.Id = dt.MasterId 
join UserTable ut on ut.Id = mt.UserId 
where ut.Role is null and mt.created between @date1 and @date2

问题是这个查询有时会运行很长时间，因为连接发生在 where 之前很久。

在这种情况下，使用 wheres 而不是 joins 或可能更明智where column in(...)吗？

Answer 1

对于现代 RDBMS，在性能和查询计划方面，“显式 JOIN”和“JOIN-in-the-WHERE”（如果所有 JOINS 都是 INNER）之间没有区别。

显式 JOIN 语法更清晰、更明确（见下面的链接）

现在，JOIN-before-WHERE 是逻辑处理而不是实际处理，现代优化器足够聪明来实现这一点。

您的问题很可能是索引。

请向我们展示这些表上的所有索引和键。和查询计划

注意：这个问题在 StackOverflow 上已经很接近了，因为它现在是重复的...... COUNT(1) vs COUNT(*) 也是另一个破灭的神话。

• /sf/ask/395799491/#5654338
• /sf/ask/210242021/#3003533
• /sf/ask/85509161/#1221649

Answer 2

您必须完全重构查询

尝试先执行 WHERE 子句，然后再执行 JOIN

Select Count(1) from DetailsTable dt
join (Select UserId,Id FROM MasterTable where
created between @date1 and @date2) mt on mt.Id = dt.MasterId 
join (Select Id FROM UserTable WHERE Role is NULL) ut
on ut.Id = mt.UserId;

即使你在这个重构的查询上运行了一个 EXPLAIN 计划并且它看起来比你原来的更糟糕，无论如何都要尝试它。内部创建的临时表将执行笛卡尔连接，但这些表较小，无法使用。

我从这个 YouTube 视频中得到了这个想法。

我在 StackOverflow 的一个非常复杂的问题中尝试了视频中的原则，并获得了 200 分的奖励。

@gbn 提到确保您拥有正确的索引。在这种情况下，请在 MasterTable 中索引创建的列。

试一试 ！！！

更新 2011-06-24 22:31 EDT

您应该运行这些查询：

SELECT COUNT(1) AllRoles FROM UserTable;
SELECT COUNT(1) NullRoles FROM UserTable WHERE Role is NULL;

如果 NullRoles X 20 < AllRoles（换言之，如果 NullRoles 小于表行的 5%），您应该在 UserTable 中创建一个非唯一索引 Role。否则，一个完整的 UserTable 表就足够了，因为查询优化器可能会排除使用索引。

更新 2011-06-25 12:40 EDT

由于我是 MySQL DBA，我的做事方法要求不要通过积极的悲观和保守来相信 MySQL 查询优化器。因此，我将尝试重构查询或创建必要的覆盖索引，以克服 MySQL 查询优化器隐藏的坏习惯。@gbn 的答案似乎更完整，因为 SQL Server 可能对评估查询有更多的“头脑清醒”。