Oracle SQL WITH 子句的正确用例和性能

Question

我必须执行涉及多个深度连接和复杂谓词的相对复杂的查询，其中结果（和条件）取决于满足条件的合适条目。涉及主要和次要标准，始终应用主要标准，如​​果结果不令人满意，则进行次要打击。简而言之

• 返回 N（伪）随机不同客户及其最新文档
• 结果应包含等量的两种不同类型的文档

但如果没有足够的不同文档类型或不同客户的文档，请尝试仍然满足 N 个文档的数量

• 通过选择更多其他文档类型来弥补其他文档类型的不足
• 必要时使用同一客户的多个文档来弥补文档总数的不足

我选择声明式（查询）方法而不是命令式（游标和计数器）。这就是该WITH子句的用武之地。粗略地说，通过使用多个WITH块（CTE），我声明查询（我喜欢将它们视为临时视图）来为两种文档类型声明两个不同的目标集。最后，我将UNION不同 CTE 的子集作为最终结果，并执行一些COUNT检查来限制数量。

COUNT例如，多个 CTE 相互引用，并从上下文中的多个位置引用NOT EXISTS。我是SQL新手，WITH机缘巧合之下就选择了使用它。这是 的正确用例WITH还是反模式？与以命令式方式使用游标和计数器实现相同功能相比，该解决方案的性能如何？我是否选择了错误的方法？我们正在讨论具有数百万个条目的表。

这是整个查询。请原谅，由于保密原因，我不得不隐藏这些字段。

    WITH target_documents AS (
        SELECT
            <Necessary fields>
        FROM documents l
        WHERE
            <Suitable document criteria>
    ),
    target_documents_type_1 AS (
        SELECT * FROM target_documents WHERE type = 1
    ),
    target_documents_type_2 AS (
        SELECT * FROM target_documents WHERE type = 2
    ),
    target_customers AS (
        SELECT
            <Necessary fields>
        FROM customers a
        WHERE
            <Suitable customer criteria>
            AND
            EXISTS(
                SELECT 1 FROM target_documents l WHERE l.customer_id = a.customer_id 
            )
    ),
    target_customers_type_1 AS (
        SELECT * FROM target_customers a WHERE EXISTS(
            SELECT 1 FROM target_documents_type_1 l WHERE l.customer_id = a.customer_id 
        )
        AND ROWNUM <= (<N> / 2)
    ),
    target_customers_type_2 AS (
        SELECT * FROM target_customers a WHERE EXISTS(
            SELECT 1 FROM target_documents_type_2 l WHERE l.customer_id = a.customer_id 
        )
        AND a.customer_id NOT IN (
            SELECT customer_id FROM target_customers_type_1
        )
        AND ROWNUM <= <N> 
    ),
    -- This is the set, which meets the the primary criteria:
    -- Contains only distinct customers
    -- The amount of different document types is balanced as much as possible
    different_customers_set AS (
        SELECT
            <Necessary fields>
        FROM target_customers_type_1 a -- rows 0--(<N>/2) amount
        JOIN target_documents_type_1 l ON (l.customer_id = a.customer_id)
        WHERE
            l.create_dt = (SELECT MAX(create_dt) FROM target_documents_type_1 WHERE customer_id = l.customer_id)
        UNION ALL
        SELECT
            <Necessary fields>
        FROM target_customers_type_2 a -- rows 0--<N> amount
        JOIN target_documents_type_2 l ON (l.customer_id = a.customer_id)
        WHERE
            l.create_dt = (SELECT MAX(create_dt) FROM target_documents_type_2 WHERE customer_id = l.customer_id) AND
            ROWNUM <= <N> - (SELECT COUNT(*) FROM target_customers_type_1) -- Limit the total to max N rows
    )

    -- Final result: primary criteria result filled with the result of secondary criteria
    SELECT * FROM different_customers_set
    UNION ALL
    SELECT
        <Necessary fields>
    FROM target_customers a
    JOIN target_documents l ON (l.customer_id = a.customer_id AND l.document_id NOT IN (SELECT document_id FROM different_customers_set))
    WHERE
        ROWNUM <= <N> - (SELECT COUNT(1) FROM different_customers_set);

WITH这是子句的正确用法吗？是否存在一些明显的性能问题，我应该在哪里重构？或者我应该强制完成这一切？此外，该查询本身定义了一个游标，该游标在循环中重复打开（该循环为客户定义了某些条件）。

我特别关心优化器如何处理这些WITH块。是否始终使用最有效的计划（因此与使用游标相比不会有性能损失）？

Answer 1

1. 总的来说，这似乎是使用 CTE 的好地方。我预计优化器不会出现任何问题。
2. target_customers_type_2CTE 引用本身（可能应该引用target_documents_type_2）。
3. ROWNUM应像避免瘟疫一样避免过滤和生成“随机”结果。测试和调试非常困难。
4. “光标在循环中重复使用”听起来很令人担忧。临时表的使用范围是否可以替代？