メインコンテンツまでスキップ
バージョン: 4.x

Subquery

Subqueryは、他のクエリ（通常はSELECT文）内にネストされたSQLクエリです。外部クエリにデータや条件を提供するために、SELECT、FROM、WHERE、またはHAVING句で使用できます。subqueryの使用により、SQLクエリはより柔軟で強力になり、単一のクエリ内でより複雑な問題を解決できるようになります。

subqueryの重要な特徴は以下の通りです：

  1. Subqueryの位置：SubqueryはWHERE句、HAVING句、FROM句など、複数のSQL句に配置できます。SELECT、UPDATE、INSERT、DELETE文、および式演算子（比較演算子=、>、<、<=や、IN、EXISTSなど）と組み合わせて使用できます。

  2. メインクエリとSubqueryの関係：Subqueryは他のクエリ内にネストされたクエリです。外部クエリはメインクエリと呼ばれ、内部クエリはsubqueryと呼ばれます。

  3. 実行順序：subqueryとメインクエリの間に相関関係がない場合、通常subqueryが最初に実行されます。相関関係がある場合、パーサーは必要に応じてリアルタイムでどちらのクエリを最初に実行するかを決定し、それに応じてsubqueryの出力を使用します。

  4. 括弧の使用：Subqueryは、他のクエリ内にネストされていることを区別するために、括弧で囲む必要があります。

以下では、Tablet1とt2および関連するSQLを使用して、subqueryの基本的な特徴と使用法を紹介します。Table作成文は以下の通りです：

create table t1
(
    c1 bigint, 
    c2 bigint
)
DISTRIBUTED BY HASH(c1) BUCKETS 3
PROPERTIES ("replication_num" = "1");

create table t2
(
    c1 bigint, 
    c2 bigint
)
DISTRIBUTED BY HASH(c1) BUCKETS 3
PROPERTIES ("replication_num" = "1");

サブクエリの分類​

サブクエリが返すデータの特性に基づく分類​

サブクエリは、返すデータの特性に基づいてスカラサブクエリと非スカラサブクエリに分類できます：

1. スカラサブクエリ

常に単一の値を返すサブクエリ（本質的に1行1列のRelationと同等）。サブクエリがデータを返さない場合、NULL値を返します。スカラサブクエリは理論的に、単一値式が許可される場所であればどこにでも使用できます。

2. 非スカラサブクエリ

Relationを返すサブクエリ（スカラサブクエリの戻り値とは異なり、このRelationは複数の行と列を含むことができます）。サブクエリがデータを返さない場合、空のセット（0行）を返します。非スカラサブクエリは理論的に、リレーション（集合）が許可される場所であればどこにでも使用できます。

以下の例では、スカラサブクエリと非スカラサブクエリを示しています（括弧内の2つのサブクエリについて、t2が空のTableの場合、2つのサブクエリが返す結果は異なります）：

-- Scalar subquery, when t2 is an empty table, the subquery returns the scalar value null    
select * from t1 where t1.c1 > (select sum(t2.c1) from t2);    
    
-- Non-scalar subquery, when t2 is an empty table, the subquery returns an empty set (0 rows)    
select * from t1 where t1.c1 in (select t2.c1 from t2);

サブクエリが外部クエリの列を参照するかどうかによる分類​

サブクエリは、外部クエリの列を参照するかどうかに基づいて、相関サブクエリと非相関サブクエリに分類できます：

1. 非相関サブクエリ

外部クエリの列を参照しないサブクエリです。非相関サブクエリは、多くの場合独立して計算でき、外部クエリが使用するために一度だけ対応する結果を返します。

2. 相関サブクエリ

メインクエリ（外部クエリとも呼ばれる）の1つ以上の列を参照するサブクエリです（参照される外部列は、多くの場合サブクエリのWHERE条件にあります）。相関サブクエリは、多くの場合、外部で関連付けられたTableに対するフィルタリング操作と見なすことができます。外部Tableの各データ行に対して、サブクエリが計算され、対応する結果を返します。

以下の例は、相関サブクエリと非相関サブクエリを示しています：

-- Correlated subquery, the subquery internally uses the column t1.c2 from the outer table    
select * from t1 where t1.c1 in (select t2.c1 from t2 where t2.c2 = t1.c2);    
    
-- Non-correlated subquery, the subquery internally does not use any columns from the outer table t1    
select * from t1 where t1.c1 in (select t2.c1 from tt2);

Dorisがサポートするサブクエリ​

Dorisは、すべての非相関サブクエリをサポートし、以下のように相関サブクエリを部分的にサポートしています：

  • WHERE句およびHAVING句で相関スカラサブクエリをサポートします。

  • WHERE句およびHAVING句で相関するIN、NOT IN、EXISTS、NOT EXISTS非スカラサブクエリをサポートします。

  • SELECTリストで相関スカラサブクエリをサポートします。

  • ネストしたサブクエリについて、Dorisは直接の親クエリに相関するサブクエリのみをサポートし、親を超えた外部クエリへのレベル間相関はサポートしていません。

相関サブクエリの制限事項​

相関スカラサブクエリの制限事項​

  • 相関条件は等価条件である必要があります。

  • サブクエリの出力は、GROUP BY句を使用しない単一の集約関数の結果である必要があります。

-- Single aggregate function without GROUP BY, supported    
select * from t1 where t1.c1 < (select max(t2.c1) from t2 where t1.c2 = t2.c2);    
    
-- Equivalent rewritten SQL as follows:    
select t1.* from t1 inner join (select t2.c2 as c2, max(t2.c1) as c1 from t2 group by t2.c2) tx on t1.c1 < tx.c1 and t1.c2 = tx.c2;    
    
-- Non-equality condition, not supported    
select * from t1 where t1.c1 = (select max(t2.c1) from t2 where t1.c2 > t2.c2);    
    
-- No aggregate function, not supported    
select * from t1 where t1.c1 = (select t2.c1 from t2 where t1.c2 = t2.c2);    
    
-- With aggregate function but includes GROUP BY, not supported    
select * from t1 where t1.c1 = (select max(t2.c1) from t2 where t1.c2 = t2.c2 group by t2.c2);

相関(NOT) EXISTSサブクエリの制限事項​

  • サブクエリにはOFFSETとLIMITの両方を含めることができません。
-- With LIMIT but no OFFSET, supported    
select * from t1 where exists (select t2.c1 from t2 where t1.c2 = t2.c2 limit 2);    
    
-- Equivalent rewritten SQL as follows:    
select * from t1 left semi join t2 on t1.c2 = t2.c2;    
    
-- With OFFSET and LIMIT, not supported    
select * from t1 where exists (select t2.c1 from t2 where t1.c2 = t2.c2 limit 2, 3);

相関(NOT) INサブクエリの制限​

  • サブクエリの出力は単一列である必要があります。

  • サブクエリにはLIMITを使用できません。

  • サブクエリには集約関数やGROUP BY句を使用できません。

-- Supported subquery    
select * from t1 where t1.c1 in (select t2.c1 from t2 where t1.c2 = t2.c2);    
    
-- Equivalent rewritten SQL as follows:    
select * from t1 left semi join t2 on t1.c1 = t2.c1 and t1.c2 = t2.c2;    
    
-- Subquery output is multiple columns, not supported    
select * from t1 where (t1.a, t1.c) in (select t2.c1, t2.c from t2 where t1.c2 = t2.c2);    
    
-- Subquery with LIMIT, not supported    
select * from t1 where t1.c1 in (select t2.c1 from t2 where t1.c2 = t2.c2 limit 3);    
    
-- With GROUP BY clause, not supported    
select * from t1 where t1.c1 in (select t2.c1 from t2 where t1.c2 = t2.c2 group by t2.c1);    
    
-- With aggregate function, not supported    
select * from t1 where t1.c1 in (select sum(t2.c1) from t2 where t1.c2 = t2.c2);

ネストしたサブクエリの制限​

現在、直接の親クエリと直接相関するサブクエリのみがサポートされています。親クエリの外側の層との相関はサポートされていません。

以下の作成文を持つ別のTable t3 があると仮定します：

create table t3  
(  
    c1 bigint,   
    c2 bigint  
)  
DISTRIBUTED BY HASH(c1) BUCKETS 3  
PROPERTIES ("replication_num" = "1");

  • サブクエリがその直接の親クエリの列のみを使用する場合にサポートされます：

    select   
        t1.c1   
    from   
        t1   
    where not exists (  
        select   
            t2.c1   
        from   
            t2   
        where not exists (  
            select   
                t3.c1   
            from   
                t3   
            where   
                t3.c2 = t2.c2  
        ) and t2.c2 = t1.c2  
    );

  • 最内側のサブクエリがその直接の親クエリ t2.c2 の列と、最外側のクエリ t1.c1 の列の両方を使用する場合はサポートされていません：

      select   
          t1.c1   
      from   
          t1   
      where not exists (  
          select   
              t2.c1   
          from   
              t2   
          where not exists (  
              select   
                  t3.c1   
              from   
                  t3   
              where   
                  t3.c2 = t2.c2 and t3.c1 = t1.c1  
          )  
      );

Mark Join​

where条件において、(not) inまたは(not) existsを使用するサブクエリと他のフィルタリング条件で構成されるor関係の句は、正しい結果を生成するために特別な処理が必要です。以下に例を示します：

select 
    t1.c1, 
    t1.c2 
from t1 
where exists (
    select 
        t2.c1 
    from t2 
    where 
        t1.c2 = t2.c2
    ) or t1.c1 > 0;

このSQLのexists句をleft semi joinを使って直接実装した場合、left semi joinのセマンティクスに従って、t1.c2 = t2.c2を満たすt1の行のみが出力されます。しかし、実際にはt1.c1 > 0の条件を満たす行も出力されるべきです。これを実現するために、Mark Joinのメカニズムが導入されています。

Note

right semi joinも似ていますが、左右のTableが異なります。ここでは、left semi joinを例として使用します。

SQLの例は以下の通りです：

-- This SQL cannot be executed and is only for demonstration purposes    
select     
    tx.c1,     
    tx.c2     
from     
    (    
        select     
            t1.c1,     
            t1.c2,     
            mark_join_flag     
        from     
            t1 left (mark) semi join t2 on t1.c2 = t2.c2    
    ) tx    
where     
    tx.mark_join_flag or tx.c1 > 0;

Mark Joinと通常のleft semi joinの違いは、通常のleft semi joinは条件を満たす左Tableの行を直接出力するのに対し、Mark Joinは元の左Tableに追加のフラグカラム（例ではmark_join_flag）を付けて出力する点です。このフラグカラムはtrue、false、またはnullの値を取ることができます。フラグの値はjoin条件式t1.c2 = t2.c2によって決定され、各行がフラグ値に対応します。フラグ値の計算は以下の表に示されています：

t1.c1t2.c1mark_join_flag
11TRUE
12FALSE
1NULLNULL
NULL1NULL
NULLNULLNULL

このフラグを使用することで、whereフィルタリング条件をwhere mark_join_flag or t1.c1 > 0として書き換えて、正しい結果を得ることができます。

使用上の注意​

スカラーサブクエリの出力は単一の値でなければならないため、サブクエリが複数行のデータを返す場合、ランタイムエラーが報告されます。

相関スカラーサブクエリについて​

相関量詞サブクエリを使用する場合、相関条件を満たすサブクエリが複数行のデータを返すと、ランタイムエラーが報告されます。

以下のSQL例を参照してください：

-- If there are more than 1 row in the t2 table that satisfies t1.c2 = t2.c2 in the associated scalar subquery, a runtime error will be reported
select t1.*, (select t2.c1 from t2 where t1.c2 = t2.c2) from t1;

-- Example error message
ERROR 1105 (HY000): errCode = 2, detailMessage = (127.0.0.1)[INVALID_ARGUMENT][E33] correlate scalar subquery must return only 1 row

非相関スカラーサブクエリの場合​

Dorisは実行時にassert num rowsオペレーターを追加します。サブクエリが複数行のデータを返す場合、実行時エラーが報告されます。

以下のSQL例を参照してください：

-- Non-correlated scalar subquery, will report an error if table t2 has more than 1 row of data    
select t1.*, (select t2.c1 from t2) from t1;    
  
-- Example error message    
ERROR 1105 (HY000): errCode = 2, detailMessage = (127.0.0.1)[CANCELLED]Expected EQ 1 to be returned by expression