質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.00%

テーブルAに存在していてテーブルBにないデータを高速に抽出したい

解決済

回答 6

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 4,869

koji2017

score 15

前提・実現したいこと

テーブルAに存在していてテーブルBにないデータを高速に抽出したい。
テーブルAとBはいずれも100万件以上のデータを持つ別々のテーブル。

発生している問題・エラーメッセージ

処理に10分以上かかってしまう。

該当のソースコード

select *
from tableA, tableB
where tableA.key1 = tableB.key1(+)
 and tableA.key2 = tableB.key2(+)
 and tableB.key1 is null

試したこと

「not exist」を使用する方法も試しましたが遅かったです。

補足情報(言語/FW/ツール等のバージョンなど)

特になし。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • koji2017

    2017/04/23 14:20

    日次のバッチ処理です。今後データが増えても(200万件ずつくらい)10分以下にしたいです。

    キャンセル

  • Zuishin

    2017/04/23 14:25

    質問の SQL で正しい答えが得られますか? どちらの key1 も null ではないですか?

    キャンセル

  • koji2017

    2017/04/23 15:01

    SQLを外部結合に修正しました。申し訳ありません。

    キャンセル

回答 6

+2

100万件オーダーのテーブル同士の差分を求めるという要件で10分超を10分以下に抑えるチューニングというのは、改善の余地が小さく労力に対する見返りが少ないと思われます。しかもバッチ処理であればなおさらです。バッチライン上に他にチューニングの余地がないか分析した方が生産的と思いますが、何か事情があるのでしょうか。

おそらく質問者さんが示されているSQLで既に、このようなケースで最も高速と想定されるHASH結合をオプティマイザは選択しているはずです(統計情報がきちんと採られていれば)。実行計画を確認してみてください。なお、ハッシュ結合の場合は結合キーに索引は不要です。

ただし、PGA上のHASHテーブルが溢れてしまうと一時表領域を使用するようになるのでパフォーマンスが低下します。実行計画のTempSpc項目を確認し、一時表領域が使用されていればPGAの拡張を検討してください。

ハッシュ結合

--追記--
key1,key2に索引を追加しても、今のSQLでは結局HASH結合が選択され索引は使用されないと思われます。表の大部分にアクセスするのであれば、1行ずつ索引を見るのはむしろ効率が良くないためです。

索引を追加して性能が改善する可能性があるのは、以下のようにnot exitsと相関複照会を用いたSQLに変更した場合です。こちらであればtableBの表アクセスが不要になるため、性能が向上するかもしれません。ただし、今度は索引へのアクセスが新たにコストとして追加されるため、実測して比較する必要があります。

select *
from tableA tA
where not exists (
  select tB.key1
  from tableB tB
  where
    tA.key1 = tB.key1
    and tA.key2 = tB.key2
)

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

checkベストアンサー

0

SQLのJOIN文を視覚的に理解する

これを当てはめると

select * from tableA
left outer join tableB
on tableA.key2 = tableB.key2
where tableB.key1 is null

こうなるのではないでしょうか。
SQL だけではこれで精いっぱいで、高速化にはインデックスが必須だと思います。
逆に言えば、インデックスを張りさえすれば、劇的に高速化すると思います。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/04/23 16:19

    結合条件key1が不足しています。またそれを加えても質問者さんのSQLと同じSQLになります。Oracleでは独自構文として(+)をつけることで外部結合にすることが出来ます。

    キャンセル

  • 2017/04/23 20:09 編集

    key1 に関してはわざと外しました。私が間違っているのかもしれませんが、よくわかりません。tableA.key1 = tableB.key1 = null で正しく出ますか?

    キャンセル

  • 2017/04/23 20:34 編集

    テーブルAを基準とした左外部結合のため、結合された結果行のうちテーブルBからのカラムが全てNULLになっているものがあれば、その行の左側のテーブルAの部分が「テーブルAに存在していてテーブルBにないデータ」となります。and tableB.key1 is null は結合条件ではなく、結合した結果行に対して評価されます。

    図でイメージするOracle DatabaseのSQL全集 第1回 さまざまな結合
    http://www.oracle.com/technetwork/jp/articles/otnj-sql-image1-308625-ja.html#p01c

    キャンセル

  • 2017/04/23 20:59

    おっしゃる通り私が間違えていました。

    キャンセル

0

Oracle はよく知らないのですが、このクエリを実行して時間がかかっとしても期待する結果は返ってきますか?


それはさておき、インデックスを使って外部結合させると高速に抽出ができると思います。

まず tableA および tableB にインデックスを張ります(すでに張ってあるなら作業不要)。

ALTER TABLE tableA ADD KEY `keys` (`key1`,`key2`);
ALTER TABLE tableB ADD KEY `keys` (`key1`,`key2`);

で実際のクエリは次のようになります。

SELECT * FROM tableA 
LEFT OUTER JOIN tableB ON 
tableA.key1=tableB.key1 AND 
tableA.key2=tableB.key2 
WHERE tableB.key1 IS NULL;

MySQL で試しているので、もし方言があったらごめんなさい。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/04/23 14:17

    SQLが外部結合になっていなかったので修正しました。
    申し訳ありません。
    インデックスを追加するのは難しいです。
    できればSQLの変更で対応したいです。

    キャンセル

  • 2017/04/23 14:25

    インデックスが使えないとなると難しいですね。
    そもそも tableA と tableB の主キーは何でしょうか?
    また、key1, key2 を含むインデックス・ユニーク制約・外部キー制約等があれば併せて教えてください。

    キャンセル

0

定期不定期に何度も実行する必要があるってことですかね

単発ならkey1、key2をテーブル別にテキストファイルに出力したものをlinuxのcommコマンドとかで比較すれば速そうですが

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/04/23 14:07

    お返事ありがとうございます。
    日次のバッチです。

    キャンセル

0

出先で詳細情報が出せないため一旦終了します。
申し訳ありません。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

-1

SQLに詳しくはありませんが、学生時に習った大雑把な記憶です。

「条件判定の順番として、大きく絞り込めるものを先にすべき。特に、テーブルが膨らむ(例えば総組み合わせの計算をするような)場合は絞り込みをしてからでないと時間とメモリ量が大変になる。

といったことがあったと思います。ご参考までに。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.00%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る