哪个 SQL 查询更快？ 筛选加入条件或 Where 子句？

Question

比较这两个查询。 将过滤器放在连接条件或WHERE子句中是否更快。 我一直觉得它在加入标准上更快，因为它会在尽可能快的时刻减少结果集，但我不确定。

我将建立一些测试来查看，但我也想就哪些更易于阅读获得意见。

查询 1

SELECT      *
FROM        TableA a
INNER JOIN  TableXRef x
        ON  a.ID = x.TableAID
INNER JOIN  TableB b
        ON  x.TableBID = b.ID
WHERE       a.ID = 1            /* <-- Filter here? */

查询 2

SELECT      *
FROM        TableA a
INNER JOIN  TableXRef x
        ON  a.ID = x.TableAID
        AND a.ID = 1            /* <-- Or filter here? */
INNER JOIN  TableB b
        ON  x.TableBID = b.ID

编辑

我运行了一些测试，结果表明它实际上非常接近，但是WHERE子句实际上稍微快了一点！ =)

我完全同意在WHERE子句上应用过滤器更有意义，我只是对性能影响感到好奇。

标准经过的时间： 143016 毫秒
已用时间加入标准： 143256 毫秒

测试

SET NOCOUNT ON;

DECLARE @num    INT,
        @iter   INT

SELECT  @num    = 1000, -- Number of records in TableA and TableB, the cross table is populated with a CROSS JOIN from A to B
        @iter   = 1000  -- Number of select iterations to perform

DECLARE @a TABLE (
        id INT
)

DECLARE @b TABLE (
        id INT
)

DECLARE @x TABLE (
        aid INT,
        bid INT
)

DECLARE @num_curr INT
SELECT  @num_curr = 1
        
WHILE (@num_curr <= @num)
BEGIN
    INSERT @a (id) SELECT @num_curr
    INSERT @b (id) SELECT @num_curr
    
    SELECT @num_curr = @num_curr + 1
END

INSERT      @x (aid, bid)
SELECT      a.id,
            b.id
FROM        @a a
CROSS JOIN  @b b

/*
    TEST
*/
DECLARE @begin_where    DATETIME,
        @end_where      DATETIME,
        @count_where    INT,
        @begin_join     DATETIME,
        @end_join       DATETIME,
        @count_join     INT,
        @curr           INT,
        @aid            INT

DECLARE @temp TABLE (
        curr    INT,
        aid     INT,
        bid     INT
)

DELETE FROM @temp

SELECT  @curr   = 0,
        @aid    = 50

SELECT  @begin_where = CURRENT_TIMESTAMP
WHILE (@curr < @iter)
BEGIN
    INSERT      @temp (curr, aid, bid)
    SELECT      @curr,
                aid,
                bid
    FROM        @a a
    INNER JOIN  @x x
            ON  a.id = x.aid
    INNER JOIN  @b b
            ON  x.bid = b.id
    WHERE       a.id = @aid
        
    SELECT @curr = @curr + 1
END
SELECT  @end_where = CURRENT_TIMESTAMP

SELECT  @count_where = COUNT(1) FROM @temp
DELETE FROM @temp

SELECT  @curr = 0
SELECT  @begin_join = CURRENT_TIMESTAMP
WHILE (@curr < @iter)
BEGIN
    INSERT      @temp (curr, aid, bid)
    SELECT      @curr,
                aid,
                bid
    FROM        @a a
    INNER JOIN  @x x
            ON  a.id = x.aid
            AND a.id = @aid
    INNER JOIN  @b b
            ON  x.bid = b.id
    
    SELECT @curr = @curr + 1
END
SELECT  @end_join = CURRENT_TIMESTAMP

SELECT  @count_join = COUNT(1) FROM @temp
DELETE FROM @temp

SELECT  @count_where AS count_where,
        @count_join AS count_join,
        DATEDIFF(millisecond, @begin_where, @end_where) AS elapsed_where,
        DATEDIFF(millisecond, @begin_join, @end_join) AS elapsed_join

Answer 1

性能方面，它们是相同的（并产生相同的计划）

从逻辑上讲，如果将INNER JOIN替换为LEFT JOIN ，则应该使操作仍然有意义。

在您的情况下，这将如下所示：

SELECT  *
FROM    TableA a
LEFT JOIN
        TableXRef x
ON      x.TableAID = a.ID
        AND a.ID = 1
LEFT JOIN
        TableB b
ON      x.TableBID = b.ID

或这个：

SELECT  *
FROM    TableA a
LEFT JOIN
        TableXRef x
ON      x.TableAID = a.ID
LEFT JOIN
        TableB b
ON      b.id = x.TableBID
WHERE   a.id = 1

前一个查询不会返回a.id以外的任何实际匹配项1 ，因此后一个语法（使用WHERE ）在逻辑上更一致。

Answer 2

对于内部联接，将标准放在哪里并不重要。 SQL 编译器会将两者都转换为一个执行计划，其中过滤发生在连接下方（即，过滤表达式出现在连接条件中）。

外连接是另一回事，因为过滤器的位置会改变查询的语义。

Answer 3

就这两种方法而言。

• JOIN/ON 用于连接表
• WHERE 用于过滤结果

虽然你可以用不同的方式使用它们，但对我来说似乎总是一种气味。

遇到问题时处理性能问题。 然后你可以研究这样的“优化”。

Answer 4

对于任何值一分钱的查询优化器......它们是相同的。

Answer 5

在 postgresql 中，它们是相同的。 我们知道这一点，因为如果您对每个查询进行了explain analyze ，那么计划就会是相同的。 拿这个例子：

# explain analyze select e.* from event e join result r on e.id = r.event_id and r.team_2_score=24;

                                                  QUERY PLAN                                                   
---------------------------------------------------------------------------------------------------------------
 Hash Join  (cost=27.09..38.22 rows=7 width=899) (actual time=0.045..0.047 rows=1 loops=1)
   Hash Cond: (e.id = r.event_id)
   ->  Seq Scan on event e  (cost=0.00..10.80 rows=80 width=899) (actual time=0.009..0.010 rows=2 loops=1)
   ->  Hash  (cost=27.00..27.00 rows=7 width=8) (actual time=0.017..0.017 rows=1 loops=1)
         Buckets: 1024  Batches: 1  Memory Usage: 9kB
         ->  Seq Scan on result r  (cost=0.00..27.00 rows=7 width=8) (actual time=0.006..0.008 rows=1 loops=1)
               Filter: (team_2_score = 24)
               Rows Removed by Filter: 1
 Planning time: 0.182 ms
 Execution time: 0.101 ms
(10 rows)

# explain analyze select e.* from event e join result r on e.id = r.event_id where r.team_2_score=24;
                                                  QUERY PLAN                                                   
---------------------------------------------------------------------------------------------------------------
 Hash Join  (cost=27.09..38.22 rows=7 width=899) (actual time=0.027..0.029 rows=1 loops=1)
   Hash Cond: (e.id = r.event_id)
   ->  Seq Scan on event e  (cost=0.00..10.80 rows=80 width=899) (actual time=0.010..0.011 rows=2 loops=1)
   ->  Hash  (cost=27.00..27.00 rows=7 width=8) (actual time=0.010..0.010 rows=1 loops=1)
         Buckets: 1024  Batches: 1  Memory Usage: 9kB
         ->  Seq Scan on result r  (cost=0.00..27.00 rows=7 width=8) (actual time=0.006..0.007 rows=1 loops=1)
               Filter: (team_2_score = 24)
               Rows Removed by Filter: 1
 Planning time: 0.140 ms
 Execution time: 0.058 ms
(10 rows)

它们都具有相同的最小和最大成本以及相同的查询计划。 另外，请注意，即使在顶部查询中，team_score_2 也被用作“过滤器”。

Answer 6

我猜是第一个，因为它对数据进行了更具体的过滤。 但是您应该看到执行计划，就像任何优化一样，因为它可能会因数据大小、服务器硬件等而有很大不同。

Answer 7

它更快吗？ 试试看。

哪个更容易阅读？ 第一个对我来说看起来更“正确”，因为移动的条件与连接无关。

Answer 8

这个连接的位置不太可能成为性能的决定因素。 我对 tsql 的执行计划不是很熟悉，但它们很可能会自动优化为类似的计划。

Answer 9

规则 #0：运行一些基准测试并查看！ 真正判断哪个更快的唯一方法是尝试它。 使用 SQL 分析器很容易执行这些类型的基准测试。

此外，检查使用 JOIN 和 WHERE 子句编写的查询的执行计划，看看有哪些不同之处。

最后，正如其他人所说，任何体面的优化器都应该对这两个优化器一视同仁，包括 SQL Server 中内置的优化器。