Sql 如何编写此查询

我陷入了一个疑问，需要你的帮助和建议。情况是：

我有一张桌子，结构如下

作业ID、项目ID、新项目ID、状态

其中job_id是主键，状态可以是AC、SB

现在我想写一个查询，只从表中选择状态为AC的行，并且状态为SB的行中没有ITEM_ID或NEW_ITEM_ID。我已经写了一个查询，但它需要很多时间，所以请帮助我编写优化的查询。这就是我写的

SELECT * FROM (
      SELECT JOB_ID,NEW_ITEM_ID,ITEM_ID,STATUS 
      FROM X1 
      WHERE  STATUS='AC' 
      AND NEW_ITEM_ID IS NOT NULL
      MINUS
      ( SELECT T1.JOB_ID,T1.NEW_ITEM_ID ,T1.ITEM_ID ,T1.STATUS 
        FROM ( SELECT * 
               FROM X1
               WHERE STATUS IN 'AC' 
               AND NEW_ITEM_ID IS NOT NULL  ) T1 
      , ( SELECT * 
          FROM X1 
          WHERE STATUS IN ('PR','SB') 
          AND NEW_ITEM_ID IS NOT NULL  ) T2
    WHERE ( T2.ITEM_ID IN (T1.ITEM_ID,T1.NEW_ITEM_ID) 
                  OR T2.NEW_ITEM_ID IN  (T1.ITEM_ID,T1.NEW_ITEM_ID) 
       )
    AND T1.STATUS!=T2.STATUS 
   )
 ) T

编辑

---

此表将包含数百万条记录，比如大约30M。

最简单的方法是使用一个查询选择所有项目ID和状态为SB的新项目ID，然后使用另一个类似以下的查询：

从表中选择*，其中STATUS='AC'和WHERE ITEM_ID NOT IN（上一次查询的结果）以及WHERE NEW_ITEM_ID NOT IN（上述新_ITEM_ID的查询结果）

这只是一个想法，但如果语法正确，我认为应该可以做到。

试试这个：

 select * from status where STATUS ='AC' or (STATUS ='SB' and ITEM_ID  is null) or  or (STATUS ='SB' and NEW_ITEM_ID is null)

---

听起来您正在查找（1）状态为AC的行，以及（2）没有其他行的项目id或新项目id匹配，并且状态为SB

那么：

SELECT job_id, item_id, new_item_id, status
  FROM x1 a
 WHERE a.status = 'AC'
   AND NOT EXISTS (SELECT 1 FROM x1 b
                    WHERE b.status = 'SB'
                      AND ( b.new_item_id = a.item_id
                            OR b.item_id = a.new_item_id )

“这个表将包含数百万条记录，比如说3000万条左右”

这是一条重要的信息，但缺少其他几个关键数据。有多少行与“PR”、“SB”和“AC”的状态匹配？有多少行填充了

新项目\u id

？这些列有索引吗

您可以在子查询中“从x1中选择*”。SELECT*是一个坏习惯，一个等待发生的错误。然而，这是灾难性的，因为您不使用任何列，但是您强制数据库读取结果集中每个条目的整行。行越长，成本越高。在子查询中，如果可能的话，实际上应该只删除索引

理想情况下，您应该在X1上有一个索引（状态、新项目ID、项目ID、作业ID）。那你就不会撞到桌子了。但至少你需要一个索引（状态、新项目ID）。一个仅仅基于状态的索引不会对你有任何好处，除非状态是高度选择性的——几百个不同的值，均匀分布。（这似乎不太可能：根据我的经验，大多数状态栏都有几个不同的状态。）

您发布的查询命中表X1三次；这将花费很长时间。因此，主要是减少命中表的次数。这就是子查询分解可以提供帮助的地方：

with data as (  select job_id, new_item_id, item_id, status 
                from x1 
                where  status in ('PR','SB', 'AC' ) 
                and new_item_id is not null )
select t1.* 
from data t1
     , data t2
where t1.status = 'AC'
and t2.status in ( 'PR','SB' )
abd (t2.new_item_id in ( t1.new_item_id, t1.item_id )
     or t2.item_id in ( t1.new_item_id, t1.item_id ) )
/

因此，这个查询只会对表进行一次查询，甚至不会使用有利的索引进行一次查询

如果查询仍然需要花费太多的时间，或者您无法找到一个有用的索引，那么另一个改进针对大量表的执行时间的选项是并行查询。如果您有Enterprise Edition许可证和具有足够CPU的服务器，则此选项对您开放（如果要运行具有数百万行表的应用程序数据库，则这两个条件都应为真。）

with data as (  select /*+ parallel (x1, 4) */
                        job_id, new_item_id, item_id, status 
                 from x1 
                 ...

---

您忘了在tagsHeh中指定

firebird

和

db2

。@算法学家：您实际使用的是哪种DBMS？@Algorithmist:那么，请告诉我，为什么使用MySQL和PostgreSQL标记？@Tomalak我只需要逻辑。这就是为什么。您有什么建议吗？我建议结束这个问题，因为它太本地化了。我也这么做了，但它也是花费太多时间。你应该开始在你的答案中写单词；代码示例补充解释！