Kondisi dalam GABUNG atau DIMANA

Apakah ada perbedaan (kinerja, praktik terbaik, dll ...) antara menempatkan suatu kondisi dalam klausa JOIN vs klausa WHERE?

Sebagai contoh...

-- Condition in JOIN
SELECT *
FROM dbo.Customers AS CUS
INNER JOIN dbo.Orders AS ORD 
ON CUS.CustomerID = ORD.CustomerID
AND CUS.FirstName = 'John'

-- Condition in WHERE
SELECT *
FROM dbo.Customers AS CUS
INNER JOIN dbo.Orders AS ORD 
ON CUS.CustomerID = ORD.CustomerID
WHERE CUS.FirstName = 'John'

Yang mana yang Anda sukai (dan mungkin mengapa)?

Aljabar relasional memungkinkan pertukaran predikat dalam WHEREklausa dan INNER JOIN, sehingga bahkan INNER JOINpertanyaan dengan WHEREklausa dapat membuat predikat disusun ulang oleh pengoptimal sehingga mereka mungkin sudah dikecualikan selama JOINproses.

Saya sarankan Anda menulis pertanyaan dengan cara yang paling mudah dibaca.

Kadang-kadang ini termasuk membuat yang INNER JOINrelatif "tidak lengkap" dan menempatkan beberapa kriteria dalam WHEREhanya untuk membuat daftar kriteria penyaringan lebih mudah dipelihara.

Misalnya, alih-alih:

SELECT *
FROM Customers c
INNER JOIN CustomerAccounts ca
    ON ca.CustomerID = c.CustomerID
    AND c.State = 'NY'
INNER JOIN Accounts a
    ON ca.AccountID = a.AccountID
    AND a.Status = 1

Menulis:

SELECT *
FROM Customers c
INNER JOIN CustomerAccounts ca
    ON ca.CustomerID = c.CustomerID
INNER JOIN Accounts a
    ON ca.AccountID = a.AccountID
WHERE c.State = 'NY'
    AND a.Status = 1

Tapi itu tergantung, tentu saja.

Untuk inner joins, saya belum benar-benar memperhatikan perbedaan (tetapi seperti semua penyetelan kinerja, Anda perlu memeriksa database Anda di bawah kondisi Anda).

Namun di mana Anda meletakkan kondisi itu membuat perbedaan besar jika Anda menggunakan gabungan kiri atau kanan. Sebagai contoh, pertimbangkan dua pertanyaan ini:

SELECT *
FROM dbo.Customers AS CUS 
LEFT JOIN dbo.Orders AS ORD 
ON CUS.CustomerID = ORD.CustomerID
WHERE ORD.OrderDate >'20090515'

SELECT *
FROM dbo.Customers AS CUS 
LEFT JOIN dbo.Orders AS ORD 
ON CUS.CustomerID = ORD.CustomerID
AND ORD.OrderDate >'20090515'

Yang pertama hanya akan memberi Anda catatan-catatan yang memiliki pesanan tertanggal lebih dari 15 Mei 2009 sehingga mengubah bergabung kiri untuk bergabung dalam.

Yang kedua akan memberikan catatan-catatan itu ditambah pelanggan mana pun tanpa pesanan. Hasil yang ditetapkan sangat berbeda tergantung di mana Anda meletakkan kondisinya. (Pilih * hanya untuk tujuan saja, tentu saja Anda tidak boleh menggunakan ini dalam kode produksi.)

Pengecualian untuk ini adalah ketika Anda hanya ingin melihat catatan dalam satu tabel tetapi tidak yang lain. Kemudian Anda menggunakan klausa where untuk kondisi bukan join.

SELECT *
FROM dbo.Customers AS CUS 
LEFT JOIN dbo.Orders AS ORD 
ON CUS.CustomerID = ORD.CustomerID
WHERE ORD.OrderID is null

Sebagian besar produk RDBMS akan mengoptimalkan kedua pertanyaan secara identik. Dalam "SQL Performance Tuning" oleh Peter Gulutzan dan Trudy Pelzer, mereka menguji beberapa merek RDBMS dan tidak menemukan perbedaan kinerja.

Saya lebih suka untuk menjaga kondisi gabungan terpisah dari kondisi batasan kueri.

Jika Anda menggunakan OUTER JOINkadang - kadang perlu untuk memasukkan kondisi dalam klausa gabungan.

DIMANA akan menyaring setelah GABUNG telah terjadi.

Filter pada JOIN untuk mencegah baris ditambahkan selama proses JOIN.

Saya lebih suka GABUNG untuk bergabung dengan tabel penuh / Tampilan dan kemudian gunakan WHERE Untuk memperkenalkan predikat set yang dihasilkan.

Secara sintaksis terasa lebih bersih.

Saya biasanya melihat peningkatan kinerja saat memfilter pada gabungan. Terutama jika Anda dapat bergabung di kolom yang diindeks untuk kedua tabel. Anda harus bisa mengurangi pembacaan logis dengan sebagian besar pertanyaan melakukan ini juga, yang, dalam lingkungan volume tinggi, indikator kinerja yang jauh lebih baik daripada waktu eksekusi.

Saya selalu sedikit geli ketika seseorang menunjukkan benchmark SQL mereka dan mereka telah mengeksekusi kedua versi sproc 50.000 kali pada tengah malam di server dev dan membandingkan waktu rata-rata.

Menempatkan kondisi dalam gabung tampaknya "semantik salah" bagi saya, karena bukan itu GABUNGAN "untuk". Tapi itu sangat kualitatif.

Masalah tambahan: jika Anda memutuskan untuk beralih dari gabung dalam ke, katakanlah, gabung kanan, memiliki kondisi di dalam GABUNGAN dapat menyebabkan hasil yang tidak terduga.

Bergabung lebih cepat menurut saya ketika Anda memiliki meja yang lebih besar. Sebenarnya tidak banyak perbedaan meskipun terutama jika Anda berurusan dengan meja yang lebih kecil. Ketika saya pertama kali belajar tentang bergabung, saya diberitahu bahwa kondisi dalam bergabung adalah seperti di mana kondisi klausa dan bahwa saya bisa menggunakannya secara bergantian jika klausa mana yang spesifik tentang tabel mana untuk melakukan kondisi.

Lebih baik menambahkan kondisi di Gabung. Kinerja lebih penting daripada keterbacaan. Untuk dataset besar, itu penting.