TDSQL Boundless 子查询

本文档介绍如何在 TDSQL Boundless 数据库中使用子查询。子查询是嵌套在另一个查询内部的 SQL 查询，允许你在一条语句中使用另一个查询的结果。
子查询的分类
在 TDSQL Boundless 中，子查询通常有以下几种形式：
标量子查询
标量子查询返回单行单列的值，可以出现在 SELECT 列表、WHERE 条件等任何需要单个值的位置。其关键特征是子查询的结果等价于一个常量值。
SELECT 
    c_name,
    c_acctbal,
    (SELECT AVG(c_acctbal) FROM customer) AS avg_balance
FROM customer
LIMIT 5;
派生表
派生表是放在 FROM 子句中的子查询，作为一个临时表参与后续查询。其关键特征是子查询必须用括号包裹并指定别名。
SELECT seg.c_mktsegment, seg.cnt
FROM (
    SELECT c_mktsegment, COUNT(*) AS cnt
    FROM customer
    GROUP BY c_mktsegment
) seg
ORDER BY seg.cnt DESC;
存在性测试
通过 EXISTS、NOT EXISTS、IN、NOT IN 等关键字判断子查询是否返回数据，结果是布尔值。其关键特征是不关心子查询返回的具体值，只关心是否有行存在。
-- EXISTS：判断是否存在匹配行
SELECT c_name FROM customer c
WHERE EXISTS (
    SELECT 1 FROM orders o WHERE o.o_custkey = c.c_custkey
);
﻿
-- IN：判断值是否在结果集中
SELECT c_name FROM customer
WHERE c_nationkey IN (SELECT n_nationkey FROM nation WHERE n_name = 'CHINA');
集合比较
使用 ANY、ALL、SOME 关键字将一个值与子查询返回的结果集进行比较。其关键特征是比较运算符（=、>、< 等）与 ANY/ALL 组合使用。
-- = ANY 等价于 IN
SELECT c_name, c_acctbal FROM customer
WHERE c_acctbal > ANY (
    SELECT o_totalprice FROM orders WHERE o_orderstatus = 'F'
);
﻿
-- > ALL：大于子查询返回的所有值
SELECT c_name, c_acctbal FROM customer
WHERE c_acctbal > ALL (
    SELECT AVG(c_acctbal) FROM customer GROUP BY c_mktsegment
);
作为比较运算符操作数
子查询直接作为比较运算符（>、<、=、>=、<=、<>）的一侧操作数。其关键特征是子查询必须返回单行单列（即标量），与标量子查询的区别在于它出现在 WHERE/HAVING 的比较条件中。
SELECT o_orderkey, o_totalprice
FROM orders
WHERE o_totalprice > (
    SELECT AVG(o_totalprice) FROM orders
);
子查询的相关性
根据子查询是否引用了外层查询的列，可分为非关联子查询和关联子查询两类。
非关联子查询
非关联子查询不引用外层查询的任何列，其结果独立于外层查询。TDSQL Boundless 会先执行内层子查询，将结果作为常量代入外层查询。
查询账户余额高于所有客户平均余额的客户：
SELECT c_custkey, c_name, c_acctbal
FROM customer
WHERE c_acctbal > (
    SELECT AVG(c_acctbal) FROM customer
);
TDSQL Boundless 在处理该查询时，会先执行内层子查询：
SELECT AVG(c_acctbal) FROM customer;
假设计算结果为 4990.51，则外层查询等价于：
SELECT c_custkey, c_name, c_acctbal
FROM customer
WHERE c_acctbal > 4990.51;
使用 IN 子查询查找有过订单的客户：
SELECT c_custkey, c_name, c_mktsegment
FROM customer
WHERE c_custkey IN (
    SELECT DISTINCT o_custkey FROM orders
    WHERE o_orderdate >= '1995-01-01'
);
内层子查询独立执行，返回一组 o_custkey 值，外层查询在这组值中进行匹配。
关联子查询
关联子查询引用了外层查询的列，因此内层查询的结果依赖于外层查询当前正在处理的行。从逻辑上看，关联子查询需要对外层的每一行都重新执行一次内层查询。
查询每个客户中金额最大的订单：
SELECT o_orderkey, o_custkey, o_totalprice, o_orderdate
FROM orders o1
WHERE o_totalprice = (
    SELECT MAX(o2.o_totalprice)
    FROM orders o2
    WHERE o2.o_custkey = o1.o_custkey
);
内层子查询引用了外层的 o1.o_custkey，对于外层每一行，子查询计算该客户的最大订单金额，然后只保留金额等于最大值的行。
查询账户余额高于同市场细分客户平均余额的客户：
SELECT c1.c_custkey, c1.c_name, c1.c_mktsegment, c1.c_acctbal
FROM customer c1
WHERE c1.c_acctbal > (
    SELECT AVG(c2.c_acctbal)
    FROM customer c2
    WHERE c2.c_mktsegment = c1.c_mktsegment
);
TDSQL Boundless 优化器会尝试对关联子查询进行去关联（Unnesting）优化，将其改写为等价的 JOIN 查询以提升性能。例如上述查询可能被改写为：
SELECT c1.c_custkey, c1.c_name, c1.c_mktsegment, c1.c_acctbal
FROM customer c1
INNER JOIN (
    SELECT c_mktsegment, AVG(c_acctbal) AS avg_acctbal
    FROM customer
    GROUP BY c_mktsegment
) c2 ON c1.c_mktsegment = c2.c_mktsegment
WHERE c1.c_acctbal > c2.avg_acctbal;
改写后的查询只需对 customer 表扫描两次（一次聚合、一次连接），而不是对每个客户都执行一次子查询，性能显著提升。
常见子查询场景
EXISTS 子查询
EXISTS 用于判断子查询是否返回了至少一行数据，常用于存在性检查。
查询有过高金额订单（金额 > 300000）的客户：
SELECT c.c_custkey, c.c_name, c.c_acctbal
FROM customer c
WHERE EXISTS (
    SELECT 1 FROM orders o
    WHERE o.o_custkey = c.c_custkey
      AND o.o_totalprice > 300000
);
查询没有下过订单的客户（NOT EXISTS）：
SELECT c.c_custkey, c.c_name, c.c_phone
FROM customer c
WHERE NOT EXISTS (
    SELECT 1 FROM orders o
    WHERE o.o_custkey = c.c_custkey
);
NOT EXISTS 在语义上等价于 LEFT JOIN ... WHERE ... IS NULL，但在某些场景下两者的执行效率不同，可通过 EXPLAIN 进行比较。
IN 子查询
IN 用于判断某个值是否在子查询返回的结果集中。
查询来自 ASIA 区域国家的客户：
SELECT c_custkey, c_name, c_nationkey
FROM customer
WHERE c_nationkey IN (
    SELECT n_nationkey FROM nation
    WHERE n_regionkey IN (
        SELECT r_regionkey FROM region
        WHERE r_name = 'ASIA'
    )
);
IN 与 EXISTS 的选择：当子查询返回的结果集较小时，IN 和 EXISTS 性能差异不大；当外层表较小而子查询结果集较大时，EXISTS 通常更高效。
标量子查询
标量子查询返回单个值，可以出现在 SELECT 列表、WHERE 条件等位置。
在 SELECT 列表中使用标量子查询 — 查询每个订单及其客户名称：
SELECT 
    o_orderkey,
    o_totalprice,
    o_orderdate,
    (SELECT c_name FROM customer WHERE c_custkey = o_custkey) AS customer_name
FROM orders
WHERE o_orderdate = '1995-03-15';
SELECT 列表中的标量子查询在逻辑上会对每一行执行一次，当外层行数较多时建议改写为 JOIN：
SELECT 
    o.o_orderkey,
    o.o_totalprice,
    o.o_orderdate,
    c.c_name AS customer_name
FROM orders o
INNER JOIN customer c ON o.o_custkey = c.c_custkey
WHERE o.o_orderdate = '1995-03-15';
派生表（FROM 子句中的子查询）
子查询放在 FROM 子句中作为临时表（派生表）使用。
查询每个市场细分中账户余额最高的客户：
SELECT c.c_custkey, c.c_name, c.c_mktsegment, c.c_acctbal
FROM customer c
INNER JOIN (
    SELECT c_mktsegment, MAX(c_acctbal) AS max_acctbal
    FROM customer
    GROUP BY c_mktsegment
) seg_max ON c.c_mktsegment = seg_max.c_mktsegment
         AND c.c_acctbal = seg_max.max_acctbal;
统计各订单优先级的订单数量和平均金额，只保留数量超过 10000 的优先级：
SELECT *
FROM (
    SELECT 
        o_orderpriority,
        COUNT(*) AS order_count,
        AVG(o_totalprice) AS avg_amount
    FROM orders
    GROUP BY o_orderpriority
) summary
WHERE order_count > 10000
ORDER BY order_count DESC;
﻿
子查询

本页目录：

子查询的分类

标量子查询

派生表

存在性测试

集合比较

作为比较运算符操作数

子查询的相关性

非关联子查询

关联子查询

常见子查询场景

EXISTS 子查询

IN 子查询

标量子查询

派生表（FROM 子句中的子查询）
