我正在尝试使用MERGE语句从表中插入或删除行,但是我只想对这些行的子集进行操作。 MERGE的文档中有一个措辞非常强烈的警告:


重要的是仅指定目标表中用于匹配的列。即,指定目标表中与源表的相应列进行比较的列。不要尝试通过过滤掉ON子句中目标表中的行来提高查询性能,例如通过指定AND NOT target_table.column_x = value。这样做可能会返回意外和错误的结果。


,但这正是使MERGE正常工作所必须要做的。

我拥有的数据是一个标准的多对多条目表,按类别分类(例如,哪些项目包括在哪些类别中),如下所示:

CategoryId   ItemId
==========   ======
1            1
1            2
1            3
2            1
2            3
3            5
3            6
4            5


我需要做的是有效地用新的项目列表替换特定类别中的所有行。我最初尝试执行以下操作:

MERGE INTO CategoryItem AS TARGET
USING (
  SELECT ItemId FROM SomeExternalDataSource WHERE CategoryId = 2
) AS SOURCE
ON SOURCE.ItemId = TARGET.ItemId AND TARGET.CategoryId = 2
WHEN NOT MATCHED BY TARGET THEN
    INSERT ( CategoryId, ItemId )
    VALUES ( 2, ItemId )
WHEN NOT MATCHED BY SOURCE AND TARGET.CategoryId = 2 THEN
    DELETE ;


这似乎在我的测试中起作用,但是我所做的正是MSDN明确警告我不要执行的操作。这使我担心以后会遇到意外问题,但是我看不到任何其他方法可以使我的MERGE仅影响具有特定字段值(CategoryId = 2)的行,而忽略其他类别的行。

是否有“更正确”的方法来达到相同的结果? MSDN向我警告的“意外或错误结果”是什么?

评论

是的,如果文档具有“意外和错误结果”的具体示例,则该文档将更加有用。

@SQLKiwi谢谢您的链接-如果从原始页面引用该文档,IMO文档会更好。

@ A-K mssqltips.com/sqlservertip/3074 / ...

#1 楼

MERGE语句具有复杂的语法和甚至更复杂的实现,但是从本质上讲,该想法是联接两个表,过滤掉需要更改(插入,更新或删除)的行,然后执行请求的更改。给定以下示例数据:

DECLARE @CategoryItem AS TABLE
(
    CategoryId  integer NOT NULL,
    ItemId      integer NOT NULL,

    PRIMARY KEY (CategoryId, ItemId),
    UNIQUE (ItemId, CategoryId)
);

DECLARE @DataSource AS TABLE
(
    CategoryId  integer NOT NULL,
    ItemId      integer NOT NULL

    PRIMARY KEY (CategoryId, ItemId)
);

INSERT @CategoryItem
    (CategoryId, ItemId)
VALUES
    (1, 1),
    (1, 2),
    (1, 3),
    (2, 1),
    (2, 3),
    (3, 5),
    (3, 6),
    (4, 5);

INSERT @DataSource
    (CategoryId, ItemId)
VALUES
    (2, 2);


目标

╔════════════╦════════╗
║ CategoryId ║ ItemId ║
╠════════════╬════════╣
║          1 ║      1 ║
║          2 ║      1 ║
║          1 ║      2 ║
║          1 ║      3 ║
║          2 ║      3 ║
║          3 ║      5 ║
║          4 ║      5 ║
║          3 ║      6 ║
╚════════════╩════════╝




╔════════════╦════════╗
║ CategoryId ║ ItemId ║
╠════════════╬════════╣
║          2 ║      2 ║
╚════════════╩════════╝


期望的结果是用源中的数据替换目标中的数据,但仅适用于CategoryId = 2。按照上面给出的对MERGE的描述,我们应该编写一个仅将键上的源和目标连接在一起的查询,并仅在WHEN子句中过滤行:

MERGE INTO @CategoryItem AS TARGET
USING @DataSource AS SOURCE ON 
    SOURCE.ItemId = TARGET.ItemId 
    AND SOURCE.CategoryId = TARGET.CategoryId
WHEN NOT MATCHED BY SOURCE 
    AND TARGET.CategoryId = 2 
    THEN DELETE
WHEN NOT MATCHED BY TARGET 
    AND SOURCE.CategoryId = 2 
    THEN INSERT (CategoryId, ItemId)
        VALUES (CategoryId, ItemId)
OUTPUT 
    $ACTION, 
    ISNULL(INSERTED.CategoryId, DELETED.CategoryId) AS CategoryId,
    ISNULL(INSERTED.ItemId, DELETED.ItemId) AS ItemId
;


这样得出以下结果:

╔═════════╦════════════╦════════╗
║ $ACTION ║ CategoryId ║ ItemId ║
╠═════════╬════════════╬════════╣
║ DELETE  ║          2 ║      1 ║
║ INSERT  ║          2 ║      2 ║
║ DELETE  ║          2 ║      3 ║
╚═════════╩════════════╩════════╝
╔════════════╦════════╗
║ CategoryId ║ ItemId ║
╠════════════╬════════╣
║          1 ║      1 ║
║          1 ║      2 ║
║          1 ║      3 ║
║          2 ║      2 ║
║          3 ║      5 ║
║          3 ║      6 ║
║          4 ║      5 ║
╚════════════╩════════╝


执行计划是:


注意,两个表都被完全扫描。我们可能会认为这种效率低下,因为目标表中只会影响CategoryId = 2所在的行。这是联机丛书中的警告出现的地方。一种错误的尝试来优化以仅接触目标中的必要行是:

MERGE INTO @CategoryItem AS TARGET
USING 
(
    SELECT CategoryId, ItemId
    FROM @DataSource AS ds 
    WHERE CategoryId = 2
) AS SOURCE ON
    SOURCE.ItemId = TARGET.ItemId
    AND TARGET.CategoryId = 2
WHEN NOT MATCHED BY TARGET THEN
    INSERT (CategoryId, ItemId)
    VALUES (CategoryId, ItemId)
WHEN NOT MATCHED BY SOURCE THEN
    DELETE
OUTPUT 
    $ACTION, 
    ISNULL(INSERTED.CategoryId, DELETED.CategoryId) AS CategoryId,
    ISNULL(INSERTED.ItemId, DELETED.ItemId) AS ItemId
;


ON子句中的逻辑是作为联接的一部分应用。在这种情况下,该联接是完全外部联接(有关原因,请参阅此联机丛书条目)。作为外部联接的一部分,在目标行上应用类别2的检查最终会导致删除具有不同值的行(因为它们与源不匹配):

╔═════════╦════════════╦════════╗
║ $ACTION ║ CategoryId ║ ItemId ║
╠═════════╬════════════╬════════╣
║ DELETE  ║          1 ║      1 ║
║ DELETE  ║          1 ║      2 ║
║ DELETE  ║          1 ║      3 ║
║ DELETE  ║          2 ║      1 ║
║ INSERT  ║          2 ║      2 ║
║ DELETE  ║          2 ║      3 ║
║ DELETE  ║          3 ║      5 ║
║ DELETE  ║          3 ║      6 ║
║ DELETE  ║          4 ║      5 ║
╚═════════╩════════════╩════════╝

╔════════════╦════════╗
║ CategoryId ║ ItemId ║
╠════════════╬════════╣
║          2 ║      2 ║
╚════════════╩════════╝

<根本原因与外部联接ON子句中的谓词行为与WHERE子句中指定的谓词行为不同的原因相同。 MERGE语法(以及依赖于指定子句的join实现)只会使我们更是如此。

在线丛书中的指南(在“优化性能”条目中进行了扩展)提供了一些指南,这些指南将确保使用MERGE语法表达正确的语义,而用户不必了解所有实现细节,也不必考虑优化器可能合法使用的方式。出于执行效率的原因而重新安排内容。

该文档提供了三种实现早期筛选的可能方法:从源表和目标表读取和处理的行超过了严格必要的行(如第一个示例所示)。

通过包含过滤条件的视图进行更新也可以保证正确的结果(因为更改了行)必须可以通过该视图访问以进行更新),但这确实需要一个专用视图,并且该视图必须遵循更新视图的特殊条件。

使用通用表与将谓词添加到WHEN子句中相比,e表达式具有类似的风险,但是原因略有不同。在许多情况下,这是安全的,但需要对执行计划进行专家分析以确认这一点(以及广泛的实际测试)。例如:

WITH TARGET AS 
(
    SELECT * 
    FROM @CategoryItem
    WHERE CategoryId = 2
)
MERGE INTO TARGET
USING 
(
    SELECT CategoryId, ItemId
    FROM @DataSource
    WHERE CategoryId = 2
) AS SOURCE ON
    SOURCE.ItemId = TARGET.ItemId
    AND SOURCE.CategoryId = TARGET.CategoryId
WHEN NOT MATCHED BY TARGET THEN
    INSERT (CategoryId, ItemId)
    VALUES (CategoryId, ItemId)
WHEN NOT MATCHED BY SOURCE THEN
    DELETE
OUTPUT 
    $ACTION, 
    ISNULL(INSERTED.CategoryId, DELETED.CategoryId) AS CategoryId,
    ISNULL(INSERTED.ItemId, DELETED.ItemId) AS ItemId
;


这会以更优化的计划产生正确的结果(不再重复):



该计划仅从目标表中读取类别2的行。如果目标表很大,这可能是重要的性能考虑因素,但是使用ON语法很容易出错。

有时,将MERGE编写为单独的DML操作更容易。这种方法甚至比单一的MERGE效果更好,这一事实常常使人们感到惊讶。

评论


我知道这是一个非常老的问题……但是您可以详细说明“使用公用表表达式与将谓词添加到ON子句具有相似的风险,但原因略有不同。”我知道BOL也有类似的模糊警告:“此方法类似于在ON子句中指定其他搜索条件,并且可能会产生不正确的结果。建议您避免使用此方法...”。 CTE方法似乎可以解决我的用例,但是我想知道是否存在我没​​有考虑的情况。

–李亨利
19年2月15日在21:54