过滤掉sql中不满足条件的行的最快方法是什么？

Question

假设我有一张有结构的表格

(
  id int,
  value int,
  key int
)

我只想留下那些与

id

相对应的行，其中至少有一次具有某些

key

。例如，如果需要

key

等于

5

，则从表

id value key
1  1     1
1  1     2
2  1     5
2  3     2
3  5     4
3  5     5

我想要得到结果

id value key
2  1     5
2  3     2
3  5     4
3  5     5

因为

id

1 的对象在

key

列中没有 5，而其他对象则有。 我知道有两种方法可以做到这一点，在这两种方法中，我们都创建一个带有所需 id 的

tmp_table

，例如

select [distinct] id from example_table where key=5

然后进行过滤：

select * from example_table where id in tmp_table

或加入：

select e.* from example_table e join tmp_table t on e.id = t.id

对于这些场景我有几个问题：

1. 这两种方式的性能有区别吗？一般情况下以及在 Vertica 中。
2. 对于连接方法我必须使用

   distinct

   ，否则数据将重复。我必须采用第一种方法吗？从一方面来说

   distinct

   是昂贵的操作，从另一方面来说

   in

   应该更快（如果没有某种哈希表）
3. 还有第三种方法可以达到预期的效果吗？

Answer 1

1. Vertica 执行优化，

   IN

   和

   JOIN

   方法都可能执行类似的操作。
2. 如果多行可以共享同一个id，则连接方法需要

   DISTINCT

   。
3. 另一种方法是使用

   EXISTS

   来避免

   DISTINCT

   。

    SELECT e.* FROM example_table e
    WHERE EXISTS (
      SELECT 1 FROM example_table WHERE id = e.id AND key = 5
    );

您还可以使用Vertica的

EXPLAIN

命令来检查不同方法的执行情况。

Answer 2

另外两种方式：

1. 内部联接，完全选择

   id

   为 5 的所有

   value

   行：

WITH
id_s AS (
  SELECT
    id
  FROM indata
  WHERE key = 5
)
SELECT
  i.*
FROM indata i
INNER JOIN id_s USING(id)
;

2. WHERE IN(<fullselect>)

   谓词：

SELECT
  *
FROM indata
WHERE id IN (
  SELECT id FROM indata
  WHERE key=5
);