帶 OR 子句的 LEFT JOIN 不帶 UNION

Question

我知道這不應該發生在數據庫中，但它發生了，我們必須處理它。 如果新行不存在，我們需要根據另一個表中的值將它們插入到表中。 這很容易（只需執行 LEFT JOIN 並檢查第一個表中的 NULL 值）。 但是......連接不是很直接，我們需要使用 OR 而不是 AND 搜索 2 個條件的第一個表。 所以基本上，如果它在 2 個屬性中的任何一個上找到匹配項，我們認為第一個表中的相應行存在，我們不必插入新行。 如果這兩個屬性中的任何一個都沒有匹配項，那么我們將其視為新行。 我們可以在 LEFT JOIN 語句中使用 OR 條件，但據我了解，它會進行全表掃描，並且查詢需要很長時間才能完成，即使它產生了正確的結果。 我們也不能使用 UNION，因為它不會給我們想要的東西。 為簡單起見，請考慮以下場景（我們需要將數據插入到 tableA 中）。

If(OBJECT_ID('tempdb..#tableA') Is Not Null) Begin
    Drop Table #tableA End

If(OBJECT_ID('tempdb..#tableB') Is Not Null) Begin
    Drop Table #tableB End

create table #tableA ( email nvarchar(50), id int )

create table #tableB ( email nvarchar(50), id int )


insert into #tableA (email, id) values ('123@abc.com', 1), ('456@abc.com', 2), ('789@abc.com', 3), ('012@abc.com', 4)

insert into #tableB (email, id) values ('234@abc.com', 1), ('456@abc.com', 2), ('567@abc.com', 3), ('012@abc.com', 4), ('345@abc.com', 5)

 --THIS QUERY IS CORRECTLY RETURNING 1 RECORD  
 select B.email, B.id  
 from #tableB B  
 left join #tableA A on A.email = B.email or B.id = A.id  
 where A.id is null

 --THIS QUERY IS INCORRECTLY RETURNING 3 RECORDS SINCE THERE ARE ALREADY RECORDS WITH ID's 1 & 3 in tableA though the email addresses of these records don't match  
select B.email, B.id  
from #tableB B  
left join #tableA A on A.email = B.email  
where A.id is null  
union 
select B.email, B.id  
from #tableB B  
left join #tableA A on B.id = A.id  
where A.id is null


If(OBJECT_ID('tempdb..#tableA') Is Not Null) Begin
    Drop Table #tableA End

If(OBJECT_ID('tempdb..#tableB') Is Not Null) Begin
    Drop Table #tableB End

第一個查詢工作正常，只返回 1 條記錄，但表大小只有幾條記錄，它在 1 秒內完成。 當 2 個表有數千條記錄時，查詢可能需要 10 分鍾才能完成。 第二個查詢當然會返回我們不想插入的記錄，因為我們認為它們存在。 有沒有辦法優化這個查詢，所以它需要一個可接受的時間來完成？

Answer 1

您正在使用反連接，這是另一種編寫直截了當的NOT EXISTS的方式：

where not exists 
(
  select null
  from #tableA A
  where A.email = B.email or B.id = A.id
)

即，表 A 中不存在具有相同 email 或相同 ID 的行。 換句話說：不存在具有相同 email 的行並且不存在具有相同 id 的行。

where not exists (select null from #tableA A where A.email = B.email)
  and not exists (select null from #tableA A where B.id = A.id)

使用適當的索引

on #tableA (id);
on #tableA (email);

這應該非常快。

Answer 2

很難調整你看不到的東西。 獲取數據的另一個選擇是：

SELECT B.email
,      B.id 
FROM   #TableB B 

EXCEPT 

(
    SELECT B.email
    ,      B.id 
    FROM   #tableB B 
    INNER JOIN #tableA A 
          ON A.email = B.email
 
    UNION ALL

    SELECT B.email
    ,      B.id 
    FROM   #tableB B 
    INNER JOIN #tableA A 
          ON B.id = A.id
)

這樣你就不必使用OR ，你可以使用INNER JOIN而不是LEFT JOIN並且你可以使用UNION ALL而不是UNION （盡管這個優勢很可能被EXCEPT否定）。 所有這些都可能有助於您的表現。 當替換為EXISTS時，連接可能會更有效。

您沒有提到這個問題是如何發生的（兩個表中的數據來自哪里，以及為什么它們不應該不同步），但最好從源頭修復它。

Answer 3

否，查詢正確返回 3 行

因為

 select B.email, B.id  
from #tableB B  
left join #tableA A on A.email = B.email  
where A.id is null

Allone 重新使用 3 行。

對於你的“問題”

 select B.email, B.id  
 from #tableB B  
 left join #tableA A on A.email = B.email or B.id = A.id  
 where A.id is null

將 che3kc 為每一行，如果它是真的被包括在內

所以例如

('123@abc.com', 1)    ('234@abc.com', 1)   

由於ID相同，它將被加入

但是當您通過電子郵件加入時，條件為假，因此包含在結果集中

當您僅比較電子郵件或 ID 時，您只能使用 UNION 方法，但是這兩個查詢不等效