假设我有如下两个表(数据取自 SO post ):
表d1
:
x start end
a 1 3
b 5 11
c 19 22
d 30 39
e 7 25
表d2
:
x pos
a 2
a 3
b 3
b 12
c 20
d 52
e 10
两个表中的第一行都是列标题。我想提取 d2
中的所有行,其中列 x
与 d1
匹配并且 pos1
落在 (包括边界值)d1
的start
和end
列。也就是说,我想要这样的结果:
x pos start end
a 2 1 3
a 3 1 3
c 20 19 22
e 10 7 25
到目前为止,我看到的做法是:
SELECT * FROM d1 JOIN d2 USING (x) WHERE pos BETWEEN start AND end
但我不清楚这个操作是否尽可能高效(即内部优化)。例如,首先计算整个连接并不是真正可扩展的方法恕我直言(就速度和内存而言)。
是否有任何其他有效的查询优化(例如:使用 interval trees )或其他可以有效处理 SQL 范围的算法(同样,在速度和内存方面)我可以使用?使用 SQLite、PostgreSQL、mySQL 等都没有关系。
在 SQL 中执行此操作的最有效方法是什么?
非常感谢。
最佳答案
不确定这一切在内部是如何运作的,但根据具体情况,我建议使用一个表,该表“推出”d1 中的所有值,然后加入该表。通过这种方式,查询引擎可以“准确地”查明正确的记录,而不必找到与正在查找的值相匹配的边界组合。
例如
x value
a 1
a 2
a 3
b 5
b 6
b 7
b 8
b 9
b 10
b 11
c 19 etc..
给定值列 (**) 上的索引,这应该比在原始 d1 表恕我直言上加入 BETWEEN start AND end 快很多。
当然,每次对 d1 进行更改时,您也需要调整展开的表(触发器?)。如果这种情况经常发生,您将花费比最初获得的更多时间来更新展开的表格!此外,如果某些间隔非常大,这可能会很快占用大量(磁盘)空间;而且,这假设我们不需要寻找非整数(例如,如果我们寻找值 3.14 怎么办?)
(您可能会考虑在 (value, x) 上尝试一个独特的...)
关于mysql - 在 SQL 中有效地加入间隔范围,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27433474/