这两个数据库查询在代数上相同吗？

Question

我试图弄清楚这两个查询在逻辑上是否相同 - 从理论/布尔代数/关系微积分的角度来看。

我有一个带有

OR

的查询，运行效果很差（即成本为 138 个单位）：

SELECT *
FROM Customers
WHERE (FirstName LIKE 'Ian%') OR (LastName LIKE 'Boyd%')

但是当我将查询分解为我认为在逻辑上相同的内容时，它运行得更好（即 0.6 个单位）：

SELECT *
FROM Customers
WHERE (FirstName LIKE 'Ian%')

UNION

SELECT *
FROM Customers
WHERE (LastName LIKE 'Boyd%')

现在在我看来，这两个查询在逻辑上是等价或相同的——从我向关系数据库引擎询问什么信息的角度来看。但如果是这样的话，现代复杂的查询优化器应该理解这一切，并且不会以任何不同的方式运行查询。但事实确实如此；我们知道我们都可以将其归因于古怪的查询优化器。

当然，除非它们

不实际上是等价的。

在这种情况下：我想知道：

是

查询 A ≡ 查询 B？

注意

这不是一个关于性能调优的问题，涉及DDL、数据量，或者要求任何人来调优查询。如果这就是数据库引擎运行第二个查询的方式：那么我只需要忍受愚蠢的优化器。这是一个与语言无关、与数据库无关的理论问题。

我不是问如何清除程序缓存，
我不是问如何执行
• WITH RECOMPILE

  。

我不是在寻求问题的解决方案。

我在问一个理论问题。

CRME

CREATE TABLE Customers 
( 
    FirstName varchar(50) NOT NULL,
    LastName varchar(50) NOT NULL
)

CREATE INDEX IX_Customers_FirstName ON Customers (FirstName);
CREATE INDEX IX_Customers_LastNmae  ON Customers (LastName);

SELECT *
FROM Customers
WHERE (FirstName LIKE 'Ian%') OR (LastName LIKE 'Boyd%')

Answer 1

假设

customers

 没有重复行，两者在逻辑上是相同的。这是一个合理的假设。

UNION

 版本更快，可能是因为 SQL 引擎可以使用 

LIKE

 模式的索引——它们不以通配符开头。

更快且几乎等效的版本是：

SELECT *
FROM Customers
WHERE FirstName LIKE 'Ian%'
UNION ALL
SELECT *
FROM Customers
WHERE LastName LIKE 'Boyd%' AND FirstName NOT LIKE 'Ian%';

这里唯一的问题是

FirstName

 是否为 

NULL

。在这种情况下，逻辑甚至会过滤掉匹配的姓氏。完全等效的需要考虑到这一点：

SELECT *
FROM Customers
WHERE FirstName LIKE 'Ian%'
UNION ALL
SELECT *
FROM Customers
WHERE LastName LIKE 'Boyd%' AND
      (FirstName NOT LIKE 'Ian%' OR FirstName IS NULL);

这些版本应该更快，因为它们使用

UNION ALL

 而不是 

UNION

。后者会产生删除重复项的开销。但是，

WHERE

子句会删除这些重复项，而无需跨行查看。

Answer 2

这两个查询的形式通常不具有相同的语义——尽管可能需要更复杂的示例来演示不同的结果。

第一种形式（带有

OR

）有 

SELECT ...

 但没有 

SELECT DISTINCT ...

。因此它

可能会产生重复的行。 （请参阅该链接中的参考文献 5、6。）

第二种形式有

... UNION ...

 但没有 

... UNION ALL ...

。因此它

一定不会产生重复的行，即使各个SELECT ...

不是

DISTINCT

。

OTOH，如果这是您的特定 DBMS 上的特定模式及其特定配置的唯一区别，我预计

UNION

（不是 

ALL

）形式的性能会更差，因为它需要重复数据删除。