从一个表中删除记录并连接到另一个表SQL

Question

我有两个表，一个表具有212,000条记录（不推荐使用的记录），另一个表具有10,500,000条记录

我想在id和version_number字段上加入两个表，因为两个表都有这些字段。我希望可以从联接表中删除匹配的记录（从联接表中），即从10,500,000中删除所有212,000条记录。

我想知道使用Oracle SQL的最佳方法是什么？我见过示例，其中使用内部联接使用单个字段，并且使用delete语句从表2中删除table1，但未看到使用两个字段的一个（在联接中）。

在删除记录之前使用外部联接是否有意义？我本以为这可能会帮助我跟踪已删除的内容

Answer 1

您无需使用OUTER JOIN，只需检查将要显示多少行。将

not删除。

这种查询的示例请参见下文（我使用答案末尾提供的生成的测试数据）

with del as (
select delta.id, delta.version,
decode(big.id,null,0,1) is_deleted
from delta
left outer join big 
on delta.id = big.id and delta.version = big.version
)
select is_deleted, count(*) cnt, max(id||'.'||version) eg_id_vers
from del
group by is_deleted;

IS_DELETED        CNT  EG_ID_VERS                                                                   
---------- ---------- ----------
         1      20000 99995.0   
         0         20 100100.0   

根据您的数据大小，在两个表上都应使用HASH JOIN和full table scan来获得可接受的性能。
基本上有两种选择方法DELETE
可更新的联接视图
请注意，在这种情况下，您的小表
必须在其上具有唯一索引

ID, VERSION（或主键）create unique index delta_idx on delta(id,version);

与BIG表相反，应
没有这样的约束

。这很重要，因为它清楚地表明BIG表是联接视图中唯一的一个[[键保存表。 由于唯一约束，简单地从大表连接到小表

不能复制行

请参见here有关更新联接视图]的更多信息]

delete from 
(
select delta.id, delta.version, big.id big_id, big.version
from big 
join delta 
on delta.id = big.id and delta.version = big.version
)

上面的delete从BIG表中删除行，因为这是唯一的[[密钥保存表

（请参阅上面的讨论）]

此DML导致HASH JOIN

删除现有文件

如果小表没有主键（即它可以包含具有相同ID and VERSION的重复行），则必须

fallback到other answer中建议的解决方案。

DELETE FROM big 
    WHERE EXISTS (SELECT null
                  FROM delta
                  WHERE delta.id = big.id and delta.version = big.version
                 ) 

不需要索引，您应该期望使用HASH JOIN RIGHT SEMI的执行计划，这意味着这两种方法并没有真正的不同。

用于测试的样本数据

create table big as
select 
trunc(rownum/10) id, mod(rownum,10) version,
lpad('x',10,'Y') pad
from dual connect by level <= 1000000;

/* the DELTA table has 50 times less rows,
allow some rows out of range of the BIG table - those rows will not be deleted **/
drop table delta;
create table delta as
select 
trunc(rownum*50/10) id, mod(rownum*50,10) version
from dual connect by level <= 1001000/50;

create unique index delta_idx on delta(id,version);

一种简单的方法只使用IN或EXISTS：

Answer 2