SQL中的Subquery & CTE & Temporary Table 区别

Subquery、CTE 和 Temporary Table 的深度对比

这三个技术都用于创建临时数据集 ,但它们在实现方式、使用场景和性能特点上有显著差异。让我们用"数学演草纸"的比喻来深入分析:

1. 子查询 (Subquery)

比喻 :就像在解题过程中随手在题目旁边写的草稿计算

特点

  • 内联性:直接嵌套在SQL语句中(SELECT/FROM/WHERE等子句内)
  • 一次性使用:定义后只能在该处使用一次
  • 无命名:通常没有显式的名称(除非是派生表)
  • 作用域:仅在包含它的查询中有效

示例

sql 复制代码
SELECT user_id 
FROM orders 
WHERE amount > (SELECT AVG(amount) FROM orders);  -- WHERE子句中的子查询

适用场景

  • 简单的单次使用计算
  • 作为过滤条件或比较值
  • 快速测试不需要复用的逻辑

2. 公共表表达式 (CTE, Common Table Expression)

比喻专门拿出一张草稿纸写中间步骤,可以随时翻看

特点

  • 显式命名 :使用WITH cte_name AS语法定义
  • 可复用性:在同一个WITH子句中可定义多个CTE,且后面的CTE可以引用前面的
  • 查询级作用域:仅在紧随其后的单个SQL语句中有效
  • 可递归:支持递归查询(处理层次结构数据)

示例

sql 复制代码
-- 使用CTE和比较运算符 >,先筛选出消费总额超过1000的高价值用户和最近30天活跃用户,最终通过 INTERSECT 取两者的交集,找出​​既高消费又活跃的核心用户群体​​。
WITH high_value_customers AS (
    SELECT user_id FROM orders GROUP BY user_id HAVING SUM(amount) > 1000
), #筛选订单总额超过1000的用户
active_customers AS (
    SELECT user_id FROM logins WHERE login_date > CURRENT_DATE - 30
) #筛选30天内有登录记录的活跃用户
SELECT * FROM high_value_customers 
INTERSECT 
SELECT * FROM active_customers;

适用场景

  • 复杂查询的模块化设计
  • 需要多次引用同一结果集
  • 递归查询
  • 提高复杂查询的可读性

3. 临时表 (Temporary Table)

比喻 :专门准备一个笔记本记录中间结果,可以反复翻阅和修改

特点

  • 物理存储 :实际存储在tempdb中(内存或磁盘)
  • 会话级作用域 :创建后在整个会话期间可用,直到显式删除或会话结束
  • 可索引:可以添加索引优化性能
  • 可修改:支持INSERT/UPDATE/DELETE操作
  • 跨查询使用:可以被同一会话的多个查询使用

示例

sql 复制代码
CREATE TEMPORARY TABLE temp_high_value AS
SELECT user_id FROM orders GROUP BY user_id HAVING SUM(amount) > 1000;

ALTER TABLE temp_high_value ADD INDEX (user_id);  -- 可以添加索引

SELECT * FROM temp_high_value h JOIN users u ON h.user_id = u.id;

DROP TEMPORARY TABLE IF EXISTS temp_high_value;  -- 显式清理

适用场景

  • 复杂的ETL流程
  • 需要多次重用的中间结果
  • 大型数据集处理(特别是需要索引优化时)
  • 跨多个SQL语句共享数据

三者的核心对比

特性 子查询 (Subquery) CTE 临时表 (Temporary Table)
存储方式 逻辑存在,不物理存储 逻辑存在,可能被优化器物化 物理存储在tempdb
作用域 当前子句 当前语句 整个会话
生命周期 查询执行期间 查询执行期间 显式删除或会话结束
是否可复用 不可复用 同一WITH子句内可引用 跨查询复用
是否可修改 不可修改 不可修改 可INSERT/UPDATE/DELETE
是否支持索引 不支持 不支持 支持
性能特点 简单查询高效 中等复杂度查询最优 复杂数据处理最优
语法复杂度 简单 中等 较高
典型使用场景 简单过滤/计算 复杂查询模块化 跨语句共享数据/大型处理

如何选择?

  1. 简单计算 → 子查询
  2. 中等复杂度查询 → CTE(提高可读性)
  3. 需要多次引用/修改 → 临时表
  4. 递归查询 → CTE WITH RECURSIVE
  5. 会话级重用 → 临时表

记住:随着SQL复杂度的增加,通常的开发路径是:子查询 → CTE → 临时表。优化器对三者的处理方式不同,在性能关键场景中需要测试验证。

相关推荐
仰望星空的凡人3 小时前
【JS逆向基础】数据库之MongoDB
javascript·数据库·python·mongodb
duration~5 小时前
PostgreSQL并发控制
数据库·postgresql
给力学长5 小时前
自习室预约小程序的设计与实现
java·数据库·vue.js·elementui·小程序·uni-app·node.js
迷茫运维路6 小时前
MySQL5.7主从延迟高排查优化思路
数据库·主从延时高
菜鸟学Python7 小时前
Python web框架王者 Django 5.0发布:20周年了!
前端·数据库·python·django·sqlite
小云数据库服务专线7 小时前
GaussDB 查看会话连接数
数据库·gaussdb
墨迹的陌离8 小时前
【Linux】重生之从零开始学习运维之Mysql
linux·运维·服务器·数据库·学习·mysql
BigBigHang9 小时前
【docker】DM8达梦数据库的docker-compose以及一些启动踩坑
数据库·docker·容器
m0_7202450110 小时前
QT(四)基本组件
数据库·qt·microsoft
葡萄城技术团队10 小时前
利用 SQL Server 实现字符替换的高效函数
sql