问题标签 [cross-join]

如何使用 LINQ to SQL 执行 CROSS JOIN？

我正在移植一个创建CROSS JOIN两个表的 MASSIVE 的进程。结果表包含 15m 条记录（看起来该过程与 2600 行表和 12000 行表进行 30m 交叉连接，然后进行一些必须将其分成两半的分组）。行相对较窄 - 只有 6 列。它已经运行了5个小时，没有完成的迹象。我只是注意到已知商品和我对交叉连接的期望之间的计数差异，所以我的输出没有分组或重复数据删除，这将使决赛桌减半 - 但这似乎仍然不会完成任何时间很快。

首先，如果可能的话，我将寻求从流程中消除该表 - 显然它可以通过单独加入两个表来替换，但现在我无法看到它使用的其他任何地方。

但是鉴于现有的流程可以做到（在更短的时间内，在功能不太强大的机器上，使用 FOCUS 语言），是否有任何选项可以提高CROSS JOINSQL Server（2005）中大 s 的性能（硬件不是真正的选项，这个盒子是 64 位 8 路 32 GB RAM）？

细节：

它是在 FOCUS 中以这种方式编写的（我试图产生相同的输出，它是 SQL 中的 CROSS JOIN）：

所以所需的输出实际上是一个 CROSS JOIN （它从每一侧加入一个空白列）。

在 SQL 中：

使用 SQL 代码：

根据随后如何使用此表，它应该能够从流程中消除，只需加入用于构建它的两个原始表即可。但是，这是一个非常大的移植工作，我可能有一段时间找不到表的用法，所以我想知道是否有任何技巧可以CROSS JOIN及时 ing 像这样的大表（特别是考虑到现有的流程in FOCUS 能够更快地做到这一点）。这样我就可以验证我构建替换查询的正确性，然后用视图或其他方式将其分解。

我还在考虑将 UDF 和字符串操作分解并首先执行 CROSS JOIN 以稍微分解该过程。

到目前为止的结果：

事实证明，UDF 确实对性能有很大贡献（负面）。但是 15m 行交叉连接和 30m 行交叉连接之间似乎也存在很大差异。我没有 SHOWPLAN 权限（嘘），所以我无法判断它使用的计划在更改索引后是更好还是更差。我还没有重构它，但我希望整个表很快就会消失。

我有 3 张桌子：

MyValue 的行仅在提供实际值时创建。

我希望我的结果以表格方式显示，如：

我已经成功创建了一个交叉连接：

或者，在 linq 中：

并了解如何在 linq 中创建一个支点（此处或此处）：

（假设 MyDatas 是具有上一个查询结果的视图）：

但我想找到一种方法来创建一个结果集，如果可能的话，Month1, ... 属性是动态的。

注意：导致 n+1 查询的解决方案：

下面的两位 SQL 得到相同的结果

我已经看到这两种风格在不同的公司都被用作标准。据我所见，第二个是大多数人在网上推荐的。除了风格之外，还有什么真正的原因吗？使用 Inner Join 有时会有更好的性能吗？

我注意到 Ingres 和 Oracle 开发人员倾向于使用第一种风格，而 Microsoft SQL Server 用户倾向于使用第二种风格，但这可能只是巧合。

感谢您的任何见解，我一直想知道这个问题。

编辑：由于我使用了不正确的术语，我已将标题从“SQL 内连接与笛卡尔积”更改。感谢您迄今为止的所有回复。

今天，在使用 sql server 开发 10 年来，我第一次在生产查询中使用了交叉联接。我需要将结果集填充到报告中，并发现使用创造性 where 子句在两个表之间进行交叉连接是一个很好的解决方案。我想知道有人在交叉连接的生产代码中发现了什么用途？

更新：Tony Andrews 发布的代码与我使用交叉连接的代码非常接近。相信我，我理解使用交叉连接的含义并且不会轻易这样做。我很高兴终于使用了它（我真是个书呆子）——有点像我第一次使用完全外连接的时候。

感谢大家的回答！这是我使用交叉连接的方式：

我遇到了 Hibernate 生成无效 SQL 的问题。具体来说，混合和匹配隐式和显式连接。这似乎是一个开放的错误。

但是，我不确定为什么这是无效的 SQL。我想出了一个生成相同语法异常的小玩具示例。

架构

数据

工作 SQL

这两个查询都有效。我意识到有一个笛卡尔积；这是故意的。

显式连接：

隐式连接：

无效的 SQL

此查询不适用于 MSSQL 2000/2008 或 MySQL：

在 MS2000 中，我收到错误：

列前缀“e1”与查询中使用的表名或别名不匹配。

在 MySQL 中，错误是：

“on 子句”中的未知列“e1.managerEmployeeID”。

问题）

1. 为什么这个语法无效？
2. 奖励：有没有办法强制 Hibernate 只使用显式 JOIN？

我有一个穷人的复制设置，我无能为力。来自 a 的一些标识数据（基本上是主键）call_table通过简单的触发器复制到另一个表中，然后“复制服务器”运行存储过程将数据从队列表复制到 #temp 表（以防止 SQL 中的锁定） 6.5是给我的情况）。call_table最后，查询使用临时表中的关键数据将数据从使用此查询拉回复制服务器：

每天晚上清理一次队列表，然后重新开始。在对此进行调查时，隐式交叉连接向我扑来（我站在他们通常是邪恶的一边），但后来我读到了交叉连接的力量。我在这里是因为我不太相信。假设 temp 表一天有大约 10,000 行，call_table 到目前为止一个月有大约 100,000 行。这个查询将如何工作？它是否将这两个表混合在一起，总共有 1,000,000,000 个内存，然后使用 group 子句将其修剪下来？你能解释一下 SQL 编译结果的步骤吗？

执行计划：

我正在尝试确定在 SQL Server 2005 中运行的一段生成的 SQL 的性能。

它使用 CROSS JOINS，但绑定交叉连接表的条件位于 where 语句中。

我以前认为所有具有 where 语句的交叉连接都会首先提取完整的笛卡尔积，然后应用过滤器。

但是，MSDN 上的以下链接建议不同。

https://msdn.microsoft.com/en-us/library/ms190690.aspx

它特别指出，如果交叉连接表上有条件，它将像内部连接一样“表现”。它继续展示了一个内部连接和带条件的交叉连接的类似结果的示例。

它没有说明性能差异是什么，只是它们的行为方式相似。

我有一个来自多个来源的温度样本表，我想在设定的时间间隔内找到所有来源的最低、最高和平均温度。乍一看，这很容易做到：

但是，如果来源进出而不是在有问题的时间间隔内忽略丢失的来源，事情会变得更加复杂（到了我被难住的地步！）我想使用来源的最后知道的温度来寻找失踪样品。在不均匀分布的样本中使用日期时间和构建间隔（比如每分钟）会使事情变得更加复杂。

我认为应该可以通过在样本表上进行自联接来创建我想要的结果，其中第一个表的时间大于或等于第二个表的时间，然后计算分组的行的聚合值来源。但是，我对如何实际执行此操作感到困惑。

这是我的测试表：

为了进行最小值、最大值和平均值计算，我需要一个如下所示的中间表：

以下查询使我接近我想要的，但它采用源的第一个结果的温度值，而不是给定时间间隔内的最新结果：

更新： chadhoc（顺便说一句，好名字！）提供了一个很好的解决方案，不幸的是它在 MySQL 中不起作用，因为它不支持FULL JOIN他使用的。幸运的是，我相信一个简单UNION的替代方法是有效的：

更新 2：EXPLAIN MySQL为 chadhoc 的代码提供以下输出：

我能够让查尔斯的代码像这样工作：

它的解释是：

我正在尝试 CROSS JOIN 两个表，客户和项目，因此我可以按客户逐项创建销售报告。我有 2000 个客户和 2000 个项目。

SELECT customer_name FROM customers; --Takes 100ms

SELECT item_number FROM items; --Takes 50ms

SELECT customer_name, item_number FROM customers CROSS JOIN items; Takes 200000ms

我知道这是 400 万行，但是有可能让它运行得更快吗？我想最终加入这样的销售表：

SELECT customer_name, item_number, sales_total FROM customers CROSS JOIN items LEFT JOIN sales ON (customer.customer_name = sales.customer_name, item.item_number=sales.item_number);

销售表显然不会包含所有客户或所有商品，因此这里的目标是生成一份报告，显示所有客户和所有商品以及已售出和未售出的商品。

我正在使用 PostgreSQL 8.4