sql - 使用子查询和连接

Question

我得到以下声明:

List of names and addresses from the customers who made purchases in 1997.

所以我认为以下两种方式是正确的，但它们不是；为什么？

select contactname, address from customers
       inner join orders
       on customers.customerid = orders.customerid
       where date_part('year', orderdate) = 1997
       order by contactname

select contactname, address from customers
       where customerid in
             (select customerid from orders 
              where date_part('year', orderdate) = 1997)
       order by contactname

Answer 1

有许多正确的方法可以做到这一点。一个EXISTS半连接可能是 PostgreSQL 中最快的，如果你只想要一个不同客户的列表并且除了至少 1 个存在之外没有更多的订单细节:

SELECT c.contactname, c.address
FROM   customers c
WHERE  EXISTS (
    SELECT 1
    FROM   orders o 
    WHERE  o.customerid = c.customerid
    AND    o.orderdate >= '1997-1-1'::date
    AND    o.orderdate <  '1998-1-1'::date
    )
ORDER BY contactname;

为什么要用？

    WHERE  o.orderdate >= '1997-1-1'::date
    AND    o.orderdate <  '1998-1-1'::date

代替:

    WHERE  date_part('year', orderdate) = 1997

使用您的表达式，PostgreSQL 必须在检查条件之前为每一行计算一个值。在替代形式中，列(按原样)与两个常数项匹配。这样也可以更方便地使用索引。应该更快。

另请注意我如何使用 table aliases使查询更易于阅读。

由于 JOIN，您的第一个 查询遇到行乘法问题。如果表 customer 中的一行在表 orders 中有多个匹配行，则每个订单对应一行。您可以使用 GROUP BY 来解决这个问题:

SELECT c.contactname, c.address
FROM   customers c
JOIN   orders o USING (customerid)
WHERE  o.orderdate >= '1997-1-1'::date
AND    o.orderdate <  '1998-1-1'::date
GROUP  BY c.customer_id   --- or whatever is the primary key of c 
ORDER  BY c.contactname

.. 这是另一种方法。但最有可能更慢。如果您还想从表 orders 中检索额外的(聚合的)数据，您可以使用这种形式 ..

DISTINCT 将是 GROUP BY 的替代方法，在这个简单的例子中做的事情基本相同。为此移除 GROUP BY 子句并在 SELECT 之后添加 DISTINCT。

您也可以使用 DISTINCT 修复您的第二个查询，而是使用我的第一个示例。