SQL:速度改进 - 在 cond1 或 cond2 上左连接

Question

SELECT DISTINCT  a.*, b.*
FROM             current_tbl a
LEFT JOIN        import_tbl  b 
                 ON ( a.user_id = b.user_id 
                   OR ( a.f_name||' '||a.l_name = b.f_name||' '||b.l_name)
                 )

两个基本相同的表

我无权访问表结构或数据输入(因此没有清理主键)

有时 user_id 填充在一个而不是另一个

有时名称相等，有时不相等

我发现我可以通过匹配 user_id 或名字/姓氏来获取大部分数据。我在名称之间使用 ' ' 以避免出现这样的情况:一个用户的名字与另一个用户的姓氏相同，并且都缺少另一个字段(不太可能，但有道理)。

此查询在 33000 毫秒内运行，而个性化它们每个大约为 200 毫秒。

我已经迟到了，现在无法思考

我想我可以做一个 UNION 并且只在 user_id 不存在的情况下按名称查询(默认加入是 user_id，如果 user_id 不存在，那么我想按名称加入)

这里有一些免费积分给任何想要帮助

的人

请不要问执行计划。

Answer 1

如果人们的建议没有显着提高速度，那么您的真正问题可能是两种可能的连接条件的最佳查询计划不同。对于这种情况，您可能希望执行两个查询并以某种方式合并结果。这可能会使您的查询变得更加丑陋。

我在这种情况下使用的一个不起眼的技巧是对 UNION ALL 查询执行 GROUP BY。这个想法看起来像这样:

SELECT a_field1, a_field2, ...
  MAX(b_field1) as b_field1, MAX(b_field2) as b_field2, ...
FROM (
      SELECT a.field_1 as a_field1, ..., b.field1 as b_field1, ...
      FROM current_tbl a
        LEFT JOIN import_tbl b
          ON a.user_id = b.user_id
    UNION ALL
      SELECT a.field_1 as a_field1, ..., b.field1 as b_field1, ...
      FROM current_tbl a
        LEFT JOIN import_tbl b
          ON a.f_name = b.f_name AND a.l_name = b.l_name
  )
GROUP BY a_field1, a_field2, ...

现在，数据库可以使用最有效的计划执行这两个连接中的每一个。

(警告这种方法的缺点。如果 current_tbl 中的一行连接到 import_tbl 中的多行，那么您将以一种非常奇怪的方式合并数据。)

附带的随机性能提示。除非您有理由相信存在潜在的重复行，否则请避免 DISTINCT。它强制隐式 GROUP BY，这可能很昂贵。