一般来说,使用JOIN选择行与EXISTS where子句之间是否存在性能差异？搜索各种Q& A网站表明联接更有效率,但我记得很久以前在Teradata中学习EXISTS更好.
我确实看到其他SO答案,如this和this,但我的问题是Teradata特有的.
例如,考虑这两个返回相同结果的查询：
select svc.ltv_scr,count(*) as freq from MY_BASE_TABLE svc join MY_TARGET_TABLE x on x.srv_accs_id=svc.srv_accs_id group by 1 order by 1
-和-
select svc.ltv_scr,count(*) as freq
from MY_BASE_TABLE svc
where exists(
select 1
from MY_TARGET_TABLE x
where x.srv_accs_id=svc.srv_accs_id)
group by 1
order by 1
两个表上的主索引(唯一)是’srv_accs_id’. MY_BASE_TABLE相当大(2亿行),MY_TARGET_TABLE相对较小(200,000行).
EXPLAIN计划有一个显着的区别：第一个表示两个表“通过RowHash匹配扫描”连接,第二个表示“通过全行扫描”.两者都说它是“全AMP加入步骤”,总估计时间相同(0.32秒).
两个查询都执行相同的操作(我正在使用Teradata 13.10).
一个类似的实验,找到将LEFT OUTER JOIN与相应的IS NULL where子句与NOT EXISTS子查询进行比较的非匹配确实显示了性能差异：
select svc.ltv_scr,count(*) as freq from MY_BASE_TABLE svc left outer join MY_TARGET_TABLE x on x.srv_accs_id=svc.srv_accs_id where x.srv_accs_id is null group by 1 order by 1
-和-
select svc.ltv_scr,count(*) as freq
from MY_BASE_TABLE svc
where not exists(
select 1
from MY_TARGET_TABLE x
where x.srv_accs_id=svc.srv_accs_id)
group by 1
order by 1
第二个查询计划更快(如EXPLAIN所述,2.21对2.14秒).
我的例子可能太微不足道了,看不出差异;我只是在寻找编码指导.
解决方法
NOT EXISTS比使用LEFT OUTER JOIN使用IS NULL条件排除参与表中丢失的记录更有效,因为优化器将选择使用带有NOT EXISTS谓词的排除MERGE JOIN.
虽然您的第二次测试没有给数据集带来令人印象深刻的结果,但是当您的数据量增加时,您使用NOT EXISTS相对于LEFT JOIN的性能提升非常明显.请记住,表格需要由参与NOT EXISTS连接的列进行哈希分布,就像它们在LEFT JOIN中一样.因此,数据倾斜会影响EXCLUSION MERGE JOIN的性能.
编辑：
通常,我会将EXISTS作为IN的替代,而不是用它来重写连接解决方案.当参与逻辑比较的列可以为NULL时尤其如此.这并不是说你不能用EXISTS代替INNER JOIN.而不是排除加入,你将最终得到一个包含加入. INNER JOIN本质上是一个包含连接开头.我确信我会忽略一些细微差别,但如果您想花时间阅读它们,可以在手册中找到.
