在可能为 NULL 的列上完全连接两个表时的 SQL 索引

Question

我有两个表

table1

和

table2

，都有列

group

、

element_id1

、

element_id2

、

date

。 对于每个

date

和每个

group

，该组中有多个元素。每个元素都有 2 个 id（每个

element_id1

都映射到一个

element_id2

，反之亦然，但有时其中一个可以是

NULL

[存在但未记录在我们的该行表中]）。 我想找到每个

group

和

date

在一个表中但不在另一个表中的元素。为了检查两个元素是否相等，我将它们匹配到

element_id1

或

element_id2

（取决于哪一个是非

NULL

）。 例如，让表格为：

• 表1：

组	元素_id1	元素_id2	日期
G1	1	空	2024 年 1 月 31 日
G1	2	B	2024 年 1 月 31 日
G1	3	C	2024 年 1 月 31 日
G1	空	A	2024 年 2 月 2 日
G1	4	D	2024 年 2 月 2 日
G2	1	A	2024 年 1 月 31 日
G2	5	空	2024 年 2 月 2 日

• 表2：

组	元素_id1	元素_id2	日期
G1	1	A	2024 年 1 月 31 日
G1	空	B	2024 年 1 月 31 日
G1	空	A	2024 年 2 月 2 日
G1	4	空	2024 年 2 月 2 日
G2	1	A	2024 年 1 月 31 日
G2	空	F	2024 年 2 月 2 日

我想要的结果是

组	元素_id1	元素_id2	日期	状态
G1	3	C	2024 年 1 月 31 日	表 2 中缺失
G2	5	空	2024 年 2 月 2 日	表 2 中缺失
G2	空	F	2024 年 2 月 2 日	表 1 中缺失

我想在表中设置INDEX。这里有哪些好的指数？我应该对 (

group

,

date

,

element_id1

,

element_id2

) 的组合建立索引吗？但问题有时是

elemet_id

之一是

NULL

。我可以只对两个表中的组和日期建立索引吗？

我使用的SQL如下，但是非常慢：

SELECT COALESCE(t1.group, t2.group) as [Group],
       COALESCE(t1.element_id1, t2.element_id1) as element_id1,
       COALESCE(t1.element_id2, t2.element_id2) as element_id2,
       COALESCE(t1.[date], t2.[date]) as [date],
       CASE WHEN t1.[date] IS NULL THEN 'Missing from table1'
            ELSE 'Missing from table2'
       END AS [Status]
FROM
       table1 t1
FULL JOIN
       table2 t2
ON     t1.[group] = t2.[group]
       AND t1.[date] = t2.[date]
       AND (t1.element_id1 = t2.element_id1 OR t1.element_id2 = t2.element_id2)
WHERE t1.[date] IS NULL OR t2.[date] IS NULL

Answer 1

OR 条件将成为限制。

对此的优化可以是拆分查询并将所有结果合并，或者反转逻辑并使用 AND 而不是 OR。

例如；

SELECT
  *, 'Missing from T2'
FROM
  T1
WHERE
  NOT EXISTS (
    SELECT *
      FROM T2
     WHERE T2.group       = T1.group
       AND T2.[date]      = T1.[date]
       AND T2.element_id1 = T1.element_id1
  )
  AND NOT EXISTS (
    SELECT *
      FROM T2
     WHERE T2.group       = T1.group
       AND T2.[date]      = T1.[date]
       AND T2.element_id2 = T1.element_id2
  )

UNION ALL

SELECT
  *, 'Missing from T1'
FROM
  T2
WHERE
  NOT EXISTS (
    SELECT *
      FROM T1
     WHERE T1.group       = T2.group
       AND T1.[date]      = T2.[date]
       AND T1.element_id1 = T2.element_id1
  )
  AND NOT EXISTS (
    SELECT *
      FROM T1
     WHERE T1.group       = T2.group
       AND T1.[date]      = T2.[date]
       AND T1.element_id2 = T2.element_id2
  )

那么两个表应该各有两个索引：

• (group, [date], element_id1)

• (group, [date], element_id2)

这是大量的代码重复，但这也是一个不寻常的表设置和要求。