从SQL表计算空关系

我试图统计那些在我们的系统中没有任何文章的作者，这会聚集网站上的作者。我有一个查询正在运行，但没有执行

到目前为止，我提出的最好的问题是：

select count(*) as count_all
from (
  select authors.id
  from authors
  left outer join site_authors on site_authors.author_id = authors.id
  left outer join articles on articles.site_author_id = site_authors.id
  group by authors.id
  having count(articles.id) = 0
) a;

但是，子查询效率相当低。我希望能有办法把它弄平。我有几个类似的查询，它们在左侧外部联接上添加了额外的条件，因此在我的模式中添加count列实际上不是一个选项

---

额外麻烦：这是一个跨平台查询，需要同时对pgSQL、SQLite和MySQL进行操作。

您可以尝试稍微不同的查询，但我不确定它是否会更快：

select count(*)
from authors as a
where not exists (
    select b.id
    from site_authors as b
        inner join
    articles as c
    on a.id=b.author_id and b.id=c.site_author_id)

当然，我认为您在表上有适当的索引：

• 站点作者：唯一（作者id，id）
• 文章：非唯一（站点\作者\ id）

---

使用NOT IN可能比使用join更简单、更快。Sql处理器在使用索引方面非常聪明，即使它看起来很迟钝。大概是这样的：

Select count(*)
  from authors
 where id not in (select author_id from site_authors)
   and id not in (select site_author_id from articles);

---

确保编者id和站点编者id已编入索引。优化器将注意到您正在执行的操作，并为“NOT IN”子句创建索引查找。

假设“正常”联接更简单、更快，您可以从总作者数中减去有文章的作者数：

SELECT (SELECT COUNT(*)
        FROM authors) -
       (SELECT COUNT(DISTINCT site_authors.author_id)
        FROM site_authors
        JOIN articles ON articles.site_author_id = site_authors.id)

或者，尝试子查询：

SELECT COUNT(*)
FROM authors
WHERE id NOT IN (SELECT site_authors.author_id
                 FROM site_authors
                 JOIN articles ON articles.site_author_id = site_authors.id)

---

不会再慢了。（验证smomething不存在要比计算元组并将结果与零进行比较便宜）是的，PG显示它的速度是原来的两倍。原始查询的成本约为106，没有子计划。您的建议花费了214美元，还有一个子计划。@SEK这是建立索引和收集/重建STA的吗？是的。索引所有不起作用的外键。authors.id不是站点作者id的fk。它需要对站点作者/文章的内部联接执行子查询。然而，这可能更有效率。我来试试看这些数字是否有效。啊，是的。我没有注意到那是间接的。not in子句可以应用于select/join。现在我很好奇。让我知道，效率要低得多。PG没有把它作为索引，而不是在前者可能是个好主意，但这种方法对我的其他查询不起作用，比如在上个月没有发表任何文章的作者。第一种方法似乎很有希望，但取决于让它有效地使用索引联接。例如，站点作者比作者多得多，所以最好对作者进行内部连接，而不是进行区分。当我用这个额外的内部连接测试它时，它将成本从10k降到了112，只比我原来的查询多6倍。另一方面，我已经查询了完整计数，因此我可能能够对其进行调优，以便它在应用程序方面做更多的工作