SQL 连接与 SQL 子查询(性能) ? ？

我希望知道，如果我有一个 加入查询这样的东西-

Select E.Id,E.Name from Employee E join Dept D on E.DeptId=D.Id

和 子查询这样的

Select E.Id,E.Name from Employee Where DeptId in (Select Id from Dept)

当我考虑 表演时，这两个查询中哪一个更快，哪一个更快？

还有，有没有时候我应该选择其中一个而不是另一个？

对不起，如果这是过于琐碎和问之前，但我对此感到困惑。另外，如果你们能够建议我使用 工具来度量两个查询的性能，那就太好了。非常感谢！

188528 次浏览
小开

性能应该是相同的; 在表上应用正确的索引和集群更为重要(关于这个主题存在 一些好的资源)。

(为反映最新问题而编辑)

小开
最佳答案

我预计第一个查询会更快，主要是因为您有一个等价的和一个显式的 JOIN。根据我的经验，IN是一个非常慢的操作符，因为 SQL 通常将它评估为由“ OR”(WHERE x=Y OR x=Z OR...)分隔的一系列 WHERE子句。

但是，和所有的事情 SQL 一样，你的情况可能会有所不同。速度在很大程度上取决于索引(是否在两个 ID 列上都有索引？这将有很大帮助...)。

唯一能够100% 确定哪种方法更快的方法是打开性能跟踪(IO Statistics 特别有用)并同时运行它们。确保在运行之间清除缓存！

小开

你可以使用一个解释计划来得到一个客观的答案。

对于您的问题，存在过滤器可能是执行速度最快的。

小开

开始查看执行计划，以了解 SQLServer 将如何解释它们之间的差异。您还可以使用 Profiler 实际多次运行查询并获得差异。

我不会期望它们有如此可怕的不同，当您使用相关的子查询时，您可以通过使用连接而不是子查询获得真正的、大量的性能提升。

EXISTS 通常比这两者中的任何一个都要好，当您在谈论左联接时，如果您希望所有记录都不在左联接表中，那么 NOT EXISTS 通常是一个更好的选择。

小开

这两个查询在语义上可能不等效。如果一个雇员为多个部门工作(在我工作的企业中可能是这样; 不可否认，这意味着您的表没有完全规范化) ，那么第一个查询将返回重复的行，而第二个查询则不会。在这种情况下，为了使查询等效，必须将 DISTINCT关键字添加到 SELECT子句中，这可能会影响性能。

请注意，有一条设计经验法则规定，表应该建模实体/类或实体/类之间的关系，但不能同时建模两者。因此，我建议您创建第三个表，比如 OrgChart，以便为员工和部门之间的关系建模。

小开

性能是基于您正在执行的数据量..。

如果数据少于20k，JOIN 工作得更好。

如果数据大约是100k + ，那么 IN 工作得更好。

如果您不需要来自其他表的数据，IN 是好的，但是最好使用 EXISTS。

我测试的所有这些标准和表都有适当的索引。

小开

好吧，我相信这是一个“古老但黄金”的问题。答案是: “这取决于!”。 表现是一个如此微妙的主题，如果说: “永远不要使用子查询，始终使用 join”，那就太愚蠢了。 在下面的链接中，你会发现一些基本的最佳实践，我发现它们非常有帮助:

我有一个包含50000个元素的表，我所寻找的结果是739个元素。

我最初的疑问是:

SELECT  p.id,
p.fixedId,
p.azienda_id,
p.categoria_id,
p.linea,
p.tipo,
p.nome
FROM prodotto p
WHERE p.azienda_id = 2699 AND p.anno = (
SELECT MAX(p2.anno)
FROM prodotto p2
WHERE p2.fixedId = p.fixedId
)

用了7.9秒才完成。

我最后的疑问是:

SELECT  p.id,
p.fixedId,
p.azienda_id,
p.categoria_id,
p.linea,
p.tipo,
p.nome
FROM prodotto p
WHERE p.azienda_id = 2699 AND (p.fixedId, p.anno) IN
(
SELECT p2.fixedId, MAX(p2.anno)
FROM prodotto p2
WHERE p.azienda_id = p2.azienda_id
GROUP BY p2.fixedId
)

用了0.0256秒

很好的 SQL，很好。

小开

我知道这是一篇老文章，但我认为这是一个非常重要的话题，特别是现在，我们有10M 以上的记录，谈论的是 TB 级的数据。

我还将加入以下观察结果。我的表([数据])中有大约45M 条记录，我的[ cat ]表中有大约300条记录。我有大量的索引为所有的查询，我要谈论。

例子一:

UPDATE d set category = c.categoryname
FROM [data] d
JOIN [cats] c on c.id = d.catid

相对于例子2:

UPDATE d set category = (SELECT TOP(1) c.categoryname FROM [cats] c where c.id = d.catid)
FROM [data] d

例1大约花了23分钟运行，例2大约花了5分钟。

所以我得出结论，在这种情况下，子查询要快得多。当然，请记住，我使用的是 M.2 SSD 驱动器，能够 i/o@1GB/sec (即字节而非位) ，因此我的索引也非常快。所以在你的情况下这也会影响速度

如果这是一次性的数据清理，最好还是让它运行并完成。我使用 TOP (10000) ，看看需要多长时间，然后乘以记录的数量，然后执行大查询。

如果您正在优化生产数据库，我强烈建议预处理数据，即使用触发器或作业代理异步更新记录，以便实时访问检索静态数据。


提交答案