Redshift中使用子查询IN结合IS NULL条件报错的求助

方案1：使用LEFT JOIN替代IN子查询逻辑 #

通过LEFT JOIN关联两张表，将原条件转化为匹配到T2记录或field3为NULL的情况，用DISTINCT避免重复结果：

SELECT DISTINCT T.field1, T.field2
FROM table T
LEFT JOIN T2 ON T.field3 = T2.col
WHERE condition1
  AND condition2
  AND (T2.col IS NOT NULL OR T.field3 IS NULL)

方案2：用EXISTS替代IN子查询 #

Redshift对EXISTS的执行计划处理逻辑与IN不同，可尝试保留原结构的同时替换IN为EXISTS：

SELECT field1, field2
FROM table T
WHERE condition1
  AND condition2
  AND (EXISTS (SELECT 1 FROM T2 WHERE T2.col = T.field3) OR T.field3 IS NULL)

方案3：拆分逻辑为UNION ALL合并结果 #

将原查询拆分为两个独立部分：匹配T2记录的结果集，加上field3为NULL且未匹配T2的结果集，用UNION ALL合并避免重复：

SELECT field1, field2
FROM table T
WHERE condition1
  AND condition2
  AND T.field3 IN (SELECT col FROM T2)
UNION ALL
SELECT field1, field2
FROM table T
WHERE condition1
  AND condition2
  AND T.field3 IS NULL
  AND NOT EXISTS (SELECT 1 FROM T2 WHERE T2.col = T.field3)

说明 #

原语句报错context: query->a_last_plan()->m_locus == LocusXNode大概率是Redshift查询优化器处理IN子查询 + OR IS NULL组合时的内部bug，上述方案均无需修改T2数据，通过调整查询逻辑绕开优化器问题，同时完全保留原业务逻辑的正确性。

内容的提问来源于stack exchange，提问作者Marcio Buss