SQL объединяется с подзапросами SQL (производительность)?

Я хочу знать, есть ли у меня запрос на соединение примерно так -

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

и подзапрос вроде этого -

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

Когда я рассматриваю производительность, какой из двух запросов будет быстрее и почему ?

Также есть ли время, когда я должен предпочесть одно другому?

Извините, если это слишком тривиально и спрашивали раньше, но я смущен этим. Кроме того, было бы здорово, если бы вы, ребята, могли предложить мне инструменты, которые я должен использовать для измерения производительности двух запросов. Большое спасибо!

Я ОЖИДАЛ, что первый запрос будет быстрее, в основном потому, что у вас есть эквивалент и явное СОЕДИНЕНИЕ. По моему опыту IN, это очень медленный оператор, поскольку SQL обычно оценивает его как серию WHEREпредложений, разделенных «ИЛИ» ( WHERE x=Y OR x=Z OR...).

Однако, как и в случае с ALL THINGS SQL, ваш опыт может отличаться. Скорость будет во многом зависеть от индексов (есть ли у вас индексы для обоих столбцов идентификатора? Это очень поможет ...), среди прочего.

Единственный НАСТОЯЩИЙ способ сказать со 100% уверенностью, что быстрее, - это включить отслеживание производительности (особенно полезна статистика ввода-вывода) и запустить их оба. Обязательно очищайте кеш между запусками!

Что ж, я считаю, что это вопрос "старый, но золотой". Ответ: «Как много!». Спектакли - настолько деликатная тема, что было бы слишком глупо сказать: «Никогда не используйте подзапросы, всегда присоединяйтесь». По следующим ссылкам вы найдете некоторые основные передовые методы, которые, как я считаю, очень полезны:

• Оптимизация подзапросов
• Оптимизация подзапросов с помощью преобразований полусоединения
• Перезапись подзапросов как объединений

У меня есть таблица с 50000 элементами, результат, который я искал, был 739 элементов.

Сначала мой запрос был таким:

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 
)

на выполнение потребовалось 7,9 секунды.

Наконец, мой запрос таков:

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
)

и потребовалось 0,0256 с

Хороший SQL, хорошо.

Начните смотреть на планы выполнения, чтобы увидеть различия в том, как сервер SQl их интерпретирует. Вы также можете использовать Profiler для фактического выполнения запросов несколько раз и получения различий.

Я не ожидал, что они будут настолько ужасно разными, где вы можете получить реальный, большой выигрыш в производительности при использовании объединений вместо подзапросов, когда вы используете коррелированные подзапросы.

EXISTS часто лучше, чем любой из этих двух, и когда вы говорите о левых соединениях, когда вы хотите, чтобы все записи не были в левой таблице соединений, тогда NOT EXISTS часто является гораздо лучшим выбором.

Производительность зависит от объема данных, над которыми вы выполняете ...

Если данных меньше в районе 20к. JOIN работает лучше.

Если данные больше похожи на 100k +, то IN работает лучше.

Если вам не нужны данные из другой таблицы, используйте IN, но всегда лучше использовать EXISTS.

Все эти критерии я тестировал, и таблицы имеют правильные индексы.

Спектакль должен быть таким же; Гораздо важнее, чтобы к вашим таблицам применялись правильные индексы и кластеризация (есть несколько хороших ресурсов по этой теме).

(Отредактировано, чтобы отразить обновленный вопрос)

Эти два запроса могут не быть семантически эквивалентными. Если сотрудник работает более чем в одном отделе (возможно, на предприятии, в котором я работаю; по общему признанию, это будет означать, что ваша таблица не полностью нормализована), то первый запрос вернет повторяющиеся строки, а второй - нет. Чтобы сделать запросы эквивалентными в этом случае, DISTINCTнеобходимо добавить ключевое слово в SELECTпредложение, что может повлиять на производительность.

Обратите внимание, что существует практическое правило проектирования, согласно которому таблица должна моделировать сущность / класс или отношения между сущностями / классами, но не то и другое вместе. Поэтому я предлагаю вам создать третью таблицу, скажем OrgChart, для моделирования отношений между сотрудниками и отделами.

Я знаю, что это старый пост, но я думаю, что это очень важная тема, особенно в наши дни, когда у нас более 10 миллионов записей и мы говорим о терабайтах данных.

Я также остановлюсь на следующих наблюдениях. У меня около 45 миллионов записей в моей таблице ([data]) и около 300 записей в моей таблице [cats]. У меня есть обширная индексация для всех запросов, о которых я собираюсь рассказать.

Рассмотрим пример 1:

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

по сравнению с примером 2:

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

Выполнение примера 1 заняло около 23 минут. Пример 2 занял около 5 минут.

Итак, я бы сделал вывод, что подзапрос в этом случае выполняется намного быстрее. Конечно, имейте в виду, что я использую твердотельные накопители M.2 с возможностью ввода-вывода @ 1 ГБ / сек (это байты, а не биты), поэтому мои индексы тоже очень быстрые. Так что это может повлиять и на скорость в ваших обстоятельствах

Если это разовая очистка данных, вероятно, лучше всего просто оставить ее запущенной и закончить. Я использую TOP (10000) и смотрю, сколько времени это займет, и умножаю на количество записей, прежде чем попаду в большой запрос.

Если вы оптимизируете производственные базы данных, я настоятельно рекомендую выполнить предварительную обработку данных, то есть использовать триггеры или брокера заданий для асинхронного обновления записей, чтобы доступ в реальном времени извлекал статические данные.

Вы можете использовать план объяснения, чтобы получить объективный ответ.

Для вашей проблемы фильтр Exists , вероятно, будет работать быстрее всего.