SQL: confronto delle prestazioni per esclusione (Join vs Not in)

Question

Sono curioso del modo più efficiente per eseguire query sull'esclusione su sql. Per esempio. Ci sono 2 tabelle (tabella A e tabella B) che possono essere unite su 1 colonna (col1). Voglio visualizzare i dati della tabellaA per tutte le righe che col1 non esiste nella tabellaB.

(Quindi, in altre parole, tableB contiene un sottoinsieme di col1 di tableA. E voglio visualizzare tableA, senza i dati che esiste in tableB)

Diciamo tableB ha 100 righe mentre tableA è gigantesco (più di 1 milione di righe). So che 'Non in (non esiste)' può essere usato ma forse ci sono modi più efficienti (meno tempo comp.) Per farlo. Io non forse con outer join?

I frammenti di codice e i commenti sono molto apprezzati.

Answer 1

Dipende dall'RDBMS. Per Microsoft SQL Server NOT EXISTS is preferred per OUTER JOIN in quanto può utilizzare il join Anti-Semi più efficiente.

Per Oracle Minus is apparently preferred a NON ESISTE (dove indicato)

Lei avrebbe bisogno di guardare i piani di esecuzione e decidere.

Answer 2

Le domande sono state poste più volte. Il modo più veloce è spesso di fare questo:

SELECT * FROM table1 
WHERE id in (SELECT id FROM table1 EXCEPT SELECT id FROM table2) 

Come tutta la giunzione può essere fatto su indici, in cui utilizzano NOT IN generalmente non si può.

Answer 3

Io preferisco usare

Select a.Col1 
From TableA a 
Left Join TableB b on a.Col1 = b.Col1 
Where b.Col1 Is Null 

Credo che questo sarà più veloce, come si sta utilizzando il vincolo FK (fornendo avete loro naturalmente)

dati del campione:

create table #a 
(
Col1 int 
) 
Create table #b 
(
col1 int 
) 

insert into #a 
Values (1) 
insert into #a 
Values (2) 
insert into #a 
Values (3) 
insert into #a 
Values (4) 

insert into #b 
Values (1) 
insert into #b 
Values (2) 


Select a.Col1 
From #a a 
Left Join #b b on a.col1 = b.Col1 
Where b.Col1 is null 

Answer 4

Non c'è una risposta corretta a questa domanda. Ogni RDBMS ha Query Optimizer che determinerà il miglior piano di esecuzione in base agli indici disponibili, alle statistiche della tabella (numero di righe, selettività dell'indice), condizione di join, condizione della query, ...

Quando hai query relativamente semplici come nella tua domanda , ci sono spesso diversi modi per ottenere risultati in SQL. Ogni RDBMS che rispetti se stesso riconoscerà la tua intenzione e creerà lo stesso piano di esecuzione, indipendentemente dalla sintassi utilizzata (subquery con operatore IN o EXISTS, query con JOIN, ...)

Quindi, la soluzione migliore qui è scrivere più semplice query che funziona e quindi controllare il piano di esecuzione.
Se questa soluzione non è accettabile, dovresti cercare di trovare una query migliore.