笛卡尔积上的选择能否改写为θ连接？等价SQL性能差异解析

先看你提到的两个语义等价的SQL示例：

select name from A inner join B on A.age > B.age

select name from A,B where A.age > B.age

以及关系代数中的等价转换式：

Selection(E1 × E2) = E1 ⋈θ E2

首先明确：在现代关系型数据库中，这两个写法的最终执行计划通常完全相同——优化器会自动将笛卡尔积加WHERE条件的写法，等价转换为θ连接的逻辑执行计划，再生成最优物理执行计划。

那为什么说θ连接比「先笛卡尔积再选择」更高效？这要从关系代数的逻辑优化原理层面理解：

• 若先执行笛卡尔积，会生成 |A| × |B| 条中间结果（假设表A有m条、表B有n条数据，就是m×n条记录），之后再从中筛选符合A.age > B.age的记录。这个过程中，中间结果集规模极大，会占用大量内存、磁盘IO和CPU资源。
• 而θ连接的逻辑是在生成中间结果的同时就执行条件筛选，不会先生成完整的笛卡尔积。比如优化器可选择嵌套循环连接：遍历表A的每条记录，仅在表B中查找符合B.age < 当前A.age的记录，直接跳过不符合条件的数据，从根源上减少了中间结果的生成量。

至于部分资料强调前者性能更优的原因：

• 早期数据库优化器能力有限，无法识别笛卡尔积加WHERE条件等价于θ连接，会真的先生成笛卡尔积再筛选，此时INNER JOIN ... ON的写法会强制优化器采用θ连接逻辑，避免无效的全量交叉计算。
• 从代码可读性和维护性来看，INNER JOIN ... ON的写法更清晰地表达了表之间的关联关系，而笛卡尔积写法易让人误解为故意做全量交叉，也更容易因遗漏关联条件导致意外的笛卡尔积。

举个实际例子：假设表A、B各有1000条记录：

• 先笛卡尔积再选择：先生成1,000,000条中间数据，再筛选出符合条件的（假设共200,000条），中间过程需处理100万条冗余数据。
• θ连接逻辑：遍历表A每条记录，在表B中直接查找符合条件的记录，最终生成200,000条结果，全程无冗余中间数据。

总结 #

• 现代数据库中，两种写法的执行性能几乎无差异，优化器会自动完成等价转换。
• 从理论优化逻辑上，θ连接避免了全量笛卡尔积的生成，减少了中间数据处理量，这是其更高效的核心原因。
• 工程实践中，INNER JOIN ... ON的写法更具可读性与安全性，推荐优先使用。

内容的提问来源于stack exchange，提问作者raspi