sql - 为什么在 Postgres 中将带有 NOT IN 的 where 子句添加到慢的 SQL

Question

我写了一个看起来很简单的SQL查询，主键x的tableA，ytime是时间戳字段。

select a.x, b.z from 
    # tableA join tableB etc.
where a.id not in (select x from tableA where a.ytime is not null)  

还有另一个与此类似的堆栈流，但它只讨论较小的数据子集。

Why SQL "NOT IN" is so slow?

不确定我是否需要索引 ytime 列。

Answer 1

我没有科学来支持这一点——只有先例历史，但对于“in”列表非常大的情况，我发现半连接(或本例中的反连接)通常很多比 in 列表更有效:

select a1.x, b.z
from 
  tableA a1
  join tableB b on ...
where not exists (
  select null
  from tablea a2
  where a1.id = a2.x and a2.ytime is not null
)

当我说重要时，一个查询比使用 in-list 运行了几分钟在我将其更改为 semi 后仅几秒钟就运行了。

尝试一下，看看是否有所不同。

我做了一些假设，因为您的代码主要是概念性的，但我认为您明白了。