在关系除法中删除重复的 SELECT 语句

Question

我有一个执行大量重复工作的查询：

SELECT visitor_id, '1'::text AS filter    
FROM events    
WHERE id IN (SELECT event_id FROM params
             WHERE key = 'utm_campaign' AND value = 'campaign_one')
  AND id IN (SELECT event_id FROM params
             WHERE key = 'utm_source'   AND value = 'facebook')
GROUP BY visitor_id

UNION ALL

SELECT visitor_id, '2'::text AS filter
FROM events    
WHERE id IN (SELECT event_id FROM params
             WHERE key = 'utm_campaign' AND value = 'campaign_two')
  AND id IN (SELECT event_id FROM params
             WHERE key = 'utm_source'   AND value = 'facebook')
GROUP BY visitor_id

如您所见，它对 params 表执行了 4 次不同的过滤。我正在使用 Redshift，虽然它扫描这个表的速度非常快，但我有很多这样的语句UNION。有没有办法使用CASE/IF语句重写 SQL ？

该示例key = 'utm_source' AND value = 'facebook'在两者中都使用，但这不一定适用于所有选择。

Answer 1

我发现使用 CTE（在 Redshift 中可用）可以对具有相同谓词的重复子查询进行细微的简化：

WITH p2 AS (
   SELECT event_id
   FROM   params 
   WHERE  key = 'utm_source' AND value = 'facebook'
   )
SELECT e.visitor_id, '1'::text AS filter   
FROM          p2 
JOIN   params p1 USING (event_id)
JOIN   events e ON e.id = p2.event_id
WHERE  p1.key = 'utm_campaign' AND p1.value = 'campaign_one'
GROUP  BY e.visitor_id

UNION ALL
SELECT e.visitor_id, '2'::text AS filter   
FROM          p2 
JOIN   params p1 USING (event_id)
JOIN   events e ON e.id = p2.event_id
WHERE  p1.key = 'utm_campaign' AND p1.value = 'campaign_two'
GROUP  BY e.visitor_id;

普通连接也可能比多个IN半连接更快。

此多列索引应允许仅索引扫描params：

CREATE INDEX foo_idx ON params (key, value, event_id)

(event_id)如果您还没有索引，请添加另一个索引。

在这个相关问题下，有关关系划分的可用查询技术的阿森纳：

• 如何在多通关系中过滤 SQL 结果

避免多个 SELECT

正如@Andriy 所评论的，我们可以挤出更多：

WITH p2 AS (  -- repeated, immutable filter
   SELECT event_id
   FROM   params 
   WHERE  key = 'utm_source' AND value = 'facebook'
   )
, p3 (value, filter) AS (  -- values for variable filter
   SELECT text 'campaign_one', text '1'
   UNION ALL SELECT 'campaign_two', '2'
   )
SELECT e.visitor_id, p3.filter   
FROM          p3
JOIN   params p1 USING (value)
JOIN          p2 USING (event_id)
JOIN   events e ON e.id = p2.event_id
WHERE  p1.key = 'utm_campaign'  -- repeated for p1
GROUP  BY 1, 2;

在 Postgres 中，我们可以使用更短、更快的VALUES表达式，但Redshift 目前不支持该功能：

...
, p3 (value, filter) AS (
     VALUES
     (text 'campaign_one', text '1')
   , (     'campaign_two',      '2')
   )
...

对于两个人来说SELECT，UNION这买不了太多。但这应该是一个实质性的改进——就像你提到的那样。

没有 CTE 的第二次查询

第二个查询不需要CTE 。您可以简化为：

SELECT e.visitor_id, p3.filter   
FROM  (
   SELECT text 'campaign_one' AS value, text '1' AS filter
   UNION ALL SELECT 'campaign_two', '2'
   ) p3                            -- values for variable filter
JOIN   params p1 USING (value)
JOIN   params p2 USING (event_id)
JOIN   events e ON e.id = p2.event_id
WHERE  p1.key = 'utm_campaign'     -- repeated, immutable filters
AND    p2.key = 'utm_source'
AND    p2.value = 'facebook'
GROUP  BY 1, 2;

关于 CTE

通用表表达式的资源（根据评论中的要求）：

• 手册。
• CTE 的标签信息。

数据修改 CTE特别有用。例子：

• 如何插入包含外键的行？

基础知识以及关于此相关答案的添加高级示例：

• SELECT 类型查询是唯一可以嵌套的类型吗？