PostgreSQL选择加入不在列表中

该项目使用Postgres 9.3

我的表格（已简化）如下：

t_person (30 million records)
- id
- first_name
- last_name
- gender

t_city (70,000 records)
- id
- name
- country_id

t_country (20 records)
- id
- name

t_last_city_visited (over 200 million records)
- person_id
- city_id
- country_id
  - There is a unique constraint on person_id, country_id to
    ensure that each person only has one last city per country

我需要做的是以下方面的变化：

获取访问过“英国”国家的女性身份证 但从未访问过国家“美国”

我试过以下方法，但速度太慢了

select t_person.id from t_person
join t_last_city_visited
  on (
          t_last_city_visited.person_id = t_person.id
          and country_id = (select id from t_country where name = 'UK')
     )
where gender = 'female'
except
(
    select t_person.id from t_person
    join t_last_city_visited
      on (
             t_last_city_visited.person_id = t_person.id
             and country_id = (select id from t_country where name = 'USA')
         )
)

---

我非常感谢您的帮助。

提示：您想做的是找到那些有英国之行但没有美国之行的女性

比如：

select ...
from   t_person
where  ...
   and exists (select null
                 from t_last_city_visited join
                      t_country on (...)
                where t_country.name = 'UK')
   and not exists (select null
                 from t_last_city_visited join
                      t_country on (...)
                where t_country.name = 'US')

另一种方法是找到访问过英国而不是美国的人，然后你可以加入这些人，按性别进行筛选：

select   person_id
  from   t_last_city_visited join
         t_country on t_last_city_visited.country_id = t_country.id
 where   t_country.name in ('US','UK')
group by person_id
having   max(t_country.name) = 'UK'

---

请运行分析并执行此查询，好吗

-- females who visited UK
with uk_person as (
  select distinct person_id
  from t_last_city_visited t
  inner join t_person p on t.person_id = p.id and 'F' = p.gender
  where country_id  = (select id from t_country where name = 'UK')
),
-- females who visited US
us_person as (
  select distinct person_id
  from t_last_city_visited t
  inner join t_person p on t.person_id = p.id and 'F' = p.gender
  where country_id  = (select id from t_country where name = 'US')
)
-- females who visited UK but not US
select uk.person_id
from uk_person uk
left join us_person us on uk.person_id = us.person_id
where us.person_id is null

---

这是形成此查询的多种方法之一。您可能需要运行它们来找出哪一个运行得最好，并且可能需要进行索引调整以使它们运行得更快。

这是我的方法，您可以稍后用别名替换内部查询，如@zedfoxus所说

select 
    id 
from 
    (SELECT
        p.id id
    FROM
        t_person p JOIN t_last_city_visited lcv
            ON(lcv.person_id = p.id)
        JOIN country c
            ON(lcv.country_id = c.id  and cname = 'UK')
    WHERE
        p.gender = 'female') v JOIN

    (SELECT
        p2.id id
    FROM
        t_person p2 JOIN t_last_city_visited lcv2
            ON(lcv2.person_id = p2.id)
        JOIN country c
            ON(lcv.country_id = c.id  and cname != 'USA')
    WHERE
        p.gender = 'female') nv

        ON(v.id = nv.id)

---

你还没有提到到底有多慢。所有这些表都有哪些额外的索引？正如Dmitry所说。您必须提供查询的分析结果。并告诉我们需要多少时间。对所有回应-谢谢。所有ID字段上都有索引（因为它们是外键）。可以（在代码中）提前完成（选择id，其中name=x）以不影响查询，因此它只是一个id查找查询。t如果索引设置正确，这可能是最好的改进。@David Aldridge:上面的第二个解决方案非常完美。快得多。非常感谢。虽然您的版本不依赖于我们和英国之间的字符串值吗？@Ask613——是的，确实如此，这是一种非常特殊的情况，可以以一种不一定扩展到其他类似情况的方式优化非常特定的查询。如果您想测试“已访问FR和英国，但未访问美国或CA”，那么您可能会回到基于EXISTS的版本。通过在公共表表达式中获取相关的国家ID并在相关的子查询中使用这些ID，可以进一步优化该方法，以避免连接。@davidridge不一定<代码>具有sum（当t_country.name在（'FR'，'UK'）中时为1结尾）=2和sum（当t_country.name在（'US'，'CA'）中时为1结尾）=0应执行以下操作trick@Aツ 是的，类似的原则。怎么样访问英国、美国和法国，或（加拿大和德国或墨西哥）？不，只是开玩笑。通常，您可以使用聚合来构建所有这些东西，但每一个都需要一些思考。我猜exists方法也是如此，但对于许多情况，它可能更容易构造。