SQL中如何基于EventCode存在情况高效筛选目标去重ID

算力阿峰

2026-11-1

原SQL性能差的核心原因

逻辑错误：自关联子查询里ev.id = ev.id是恒真条件，还存在字段引用笔误：本来应该判断EventCode是否属于指定编码集合，错写成拿ev.id和EventCode的枚举值做比较，根本没有按ID维度排查是否关联了指定编码，结果集本身就不准
无意义的全表计算：需求不需要取每个ID的最新事件、也不需要返回EventCode字段，硬对全表百万级数据做窗口函数排序，是不必要的性能开销

高效实现方案（按执行速度从优到劣排序）

方案1：IN过滤实现（适合常规场景）

利用IN子查询先快速捞出所有关联了指定EventCode的ID，外层直接排除这批ID即可：

SELECT DISTINCT id
FROM eventTable
WHERE id NOT IN (
    SELECT DISTINCT id
    FROM eventTable
    WHERE EventCode IN ('A01G0','A01G2','N0030','N0032','UN030')
)

注意：如果eventTable.id存在NULL值，NOT IN语法会因为NULL的三值逻辑返回空结果，这种场景请改用方案2

方案2：LEFT JOIN反连接实现（无NULL坑）

先把全量ID做去重缩成数千行的小结果集，再和已捞取的“带指定EventCode的ID集合”做关联，取未匹配的ID：

SELECT all_id.id
FROM (
    -- 先做全量ID去重，得到所有唯一ID的小结果集
    SELECT DISTINCT id 
    FROM eventTable
) all_id
LEFT JOIN (
    -- 先过滤出所有命中指定EventCode的ID集合
    SELECT DISTINCT id
    FROM eventTable
    WHERE EventCode IN ('A01G0','A01G2','N0030','N0032','UN030')
) matched_id 
ON all_id.id = matched_id.id
WHERE matched_id.id IS NULL

配套性能优化建议