join - Redshift - 带 OR 的高效 JOIN 子句

Question

我需要使用 OR 条件将一个巨大的表(超过 1000 万行)连接到一个查找表(超过 15000 行)。像这样的东西:

SELECT t1.a, t1.b, nvl(t1.c, t2.c), nvl(t1.d, t2.d)
FROM table1 t1
JOIN table2 t2 ON t1.c = t2.c OR t1.d = t2.d;

这是因为 table1 可以将 c 或 d 作为 NULL，我想加入任何一个可用的，省略其余的部分。查询计划说有一个嵌套循环，我意识到这是因为 OR 条件。有没有一种干净、有效的方法来解决这个问题？我正在使用 Redshift。

编辑:我正在尝试使用 UNION 运行它，但它似乎并没有比以前更快。

Answer 1

如果您有首选专栏，您可以NVL()(又名COALESCE())并加入其中。

SELECT t1.a, t1.b, nvl(t1.c, t2.c), nvl(t1.d, t2.d)
FROM table1 t1
JOIN table2 t2 
  ON t1.c = NVL(t2.c,t2.d);

我还建议您将查找表设置为 DISTSTYLE ALL 以确保不会重新分配较大的表。

[ 此外，1000 万行对于 Redshift 来说并不大。并不是说我们在 Redshift 上获得了出色的性能，即使是在查询(和连接)具有数千亿行的表时，也不要自以为是。 ]