知识卡片
先过滤再连接更快
同一条查询可以有多种等价写法:先按 interest=‘SQL’ 过滤 user_interests 再与 users 连接,或先连接再对结果过滤。两者结果完全一致,但前者明显更快,因为 JOIN 的代价与参与连接的行数成正比,先过滤把输入规模压小,后续每一步都按比例变少。这就是“把选择度高的条件尽量提前”的直觉。不过 SQL 是声明性语言,写查询时只需描述想要什么结果,先过滤还是先连接、走不走索引,由查询引擎的优化器决定,所以这类手工调整在 SQL 里通常不必要;但在自己实现的管道里,执行顺序由你安排,就必须自己承担这个决定。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第24章 数据库与 SQL · 查看原书依据
无论哪种方式,你最终都会得到相同的结果,但几乎可以肯定的是 filter-before-join 效率更高,因为这样 join 会操作更少的行。
参考来源
- 位置:《数据科学入门(第2版)》第24章 数据库与 SQL(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0028.xhtml)
- 结论依据:原文这一段直接给出本卡的核心判断:「无论哪种方式,你最终都会得到相同的结果,但几乎可以肯定的是 filter-bef……」
- 原始内容:无论哪种方式,你最终都会得到相同的结果,但几乎可以肯定的是 filter-before-join 效率更高,因为这样 join 会操作更少的行。