PawSQL教你这个SQL换一种写法，性能提升1000倍！

本篇介绍PawSQL优化引擎中的COUNT标量子查询重写优化，从正文可以看到，通过此重写优化，SQL性能的提升超过1000倍！

本篇属于高级SQL优化专题中的一篇，高级SQL优化系列专题介绍PawSQL优化引擎的优化算法原理及优化案例，欢迎大家订阅。

问题定义

在日常开发中，有部分开发人员使用关联标量子查询来进行`是否存在`的判定，譬如下面的SQL查询有订单的用户列表，

select * from customer 
where ( select count(*) from orders 
        where c_custkey=o_custkey) > 0

这类查询有比较严重的性能问题，它需要对外表的每一条记录，进行一次聚集运算。从上面SQL的执行计划可以看到，它的执行时间为4820.015 ms.

Seq Scan on customer  (cost=0.00..3090818.00 rows=3333 width=181) (actual time=3.944..4819.230 rows=1251 loops=1)
  Filter: ((SubPlan 1) > 0)
  Rows Removed by Filter: 8749
  SubPlan 1
    ->  Aggregate  (cost=309.03..309.04 rows=1 width=8) (actual time=0.478..0.478 rows=1 loops=10000)
          ->  Seq Scan on orders  (cost=0.00..309.01 rows=8 width=0) (actual time=0.421..0.474 rows=1 loops=10000)
                Filter: (customer.c_custkey = o_custkey)
                Rows Removed by Filter: 10000
Planning Time: 9.246 ms
Execution Time: 4820.015 ms

解决方案

更好的写法是使用EXISTS子查询，或是IN子查询，如下所示：

select * from customer 
where exists(select 1 from orders 
              where c_custkey=o_custkey)

或

select * from customer 
where c_custkey in (select o_custkey from orders)

它们的执行计划是这样的：

Nested Loop  (cost=309.31..533.68 rows=1251 width=181) (actual time=1.588..3.615 rows=1251 loops=1)
  ->  HashAggregate  (cost=309.01..321.52 rows=1251 width=4) (actual time=1.577..1.676 rows=1251 loops=1)
        Group Key: orders.o_custkey
        Batches: 1  Memory Usage: 129kB
        ->  Seq Scan on orders  (cost=0.00..284.01 rows=10001 width=4) (actual time=0.007..0.469 rows=10001 loops=1)
  ->  Memoize  (cost=0.30..1.27 rows=1 width=181) (actual time=0.001..0.001 rows=1 loops=1251)
        Cache Key: orders.o_custkey
        Cache Mode: logical
        Hits: 0  Misses: 1251  Evictions: 0  Overflows: 0  Memory Usage: 348kB
        ->  Index Scan using customer_pkey on customer  (cost=0.29..1.26 rows=1 width=181) (actual time=0.001..0.001 rows=1 loops=1251)
              Index Cond: (c_custkey = orders.o_custkey)
Planning Time: 0.216 ms
Execution Time: 4.152 ms

可以看到改写之后的执行时间从4820.015ms降低到4.152ms，性能提升超过1000倍。

往期文章精选

高级SQL优化 | 你真的了解用 UNION替换OR吗？

高级SQL优化 | 查询折叠(Query Folding)

高级SQL优化 | HAVING条件下推

高级SQL优化 | 过滤条件下推优化(FPPD）

PawSQL功能精选 | MySQL的执行计划可视化

更多关于SQL优化的文章，请订阅高级SQL优化专题。

关于PawSQL

PawSQL专注数据库性能优化的自动化和智能化，支持MySQL，PostgreSQL，Opengauss等，提供的SQL优化产品包括

• PawSQL Cloud，在线自动化SQL优化工具，支持SQL审查，智能查询重写、基于代价的索引推荐，适用于数据库管理员及数据应用开发人员，

• PawSQL Advisor，IntelliJ 插件, 适用于数据应用开发人员，可以IDEA/DataGrip应用市场通过名称搜索“PawSQL Advisor”安装。