blob: c66d4cd9558450325ef792eead05c50cdc60986b [file] [view]
---
{
"title": "サブクエリ",
"language": "ja",
"description": "サブクエリは、別のクエリ(通常はSELECT文)内にネストされたSQLクエリです。SELECT、FROM、WHERE内で使用できます。"
}
---
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、SELECTFROMWHERE、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:SubqueryWHERE句、HAVING句、FROM句など、複数のSQL句に配置できます。SELECTUPDATEINSERTDELETE文、および式演算子(比較演算子=、>、<、<=、INEXISTS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、subqueryの出力を適切に使用します。
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、テーブルt1t2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。テーブル作成文は以下の通りです:
```sql
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ーサブクエリと非スカラーサブクエリに分類できます:
**1. スカラーサブクエリ**
常に単一の値を返すサブクエリ(基本的に11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。スカラーサブクエリは理論的には単一値式が許可されるあらゆる場所に現れることができます。
**2. 非スカラーサブクエリ**
Relationを返すサブクエリ(スカラー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。非スカラーサブクエリは理論的にはリレーション(セット)が許可されるあらゆる場所に現れることができます。
以下の例はスカラーサブクエリと非スカラー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が空のテーブルの場合、2つのサブクエリが返す結果は異なります):
```sql
-- 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。非相関サブクエリは独立して計算されることが多く、外部クエリが使用するために対応する結果を一度返します。
**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)から1つ以上の列を参照するサブクエリ(参照される外部列は、サブクエリのWHERE条件に含まれることが多い)。相関サブクエリは、外部に関連付けられたテーブルに対するフィルタリング操作と見なすことができます。外部テーブルのデータの各行に対して、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:
```sql
-- 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ます:
- `WHERE`句および`HAVING`句での相関スカラーサブクエリをサポートします。
- `WHERE`句および`HAVING`句での相関`IN``NOT IN``EXISTS``NOT EXISTS`非スカラーサブクエリをサポートします。
- `SELECT`リストでの相関スカラー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は直接の親クエリとの相関のみをサポートし、親を超えた外部クエリとのクロスレベル相関はサポートしません。
## 相関サブクエリの制限
### 相関スカラーサブクエリの制限
- 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句を含まない単一の集約関数の結果である必要があります。
```sql
-- 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OFFSETLIMITの両方を含めることはできません。
```sql
-- 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サブクエリの制限事項
- 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。
```sql
-- 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事項
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テーブル `t3` があると仮定します:
```sql
create table t3
(
c1 bigint,
c2 bigint
)
DISTRIBUTED BY HASH(c1) BUCKETS 3
PROPERTIES ("replication_num" = "1");
```
- サブクエリが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:
```sql
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
);
```
- 最内部のサブクエリがその直接の親クエリからの列 `t2.c2` と最外部クエリからの列 `t1.c1` の両方を使用する場合はサポートされません:
```sql
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``(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:
```sql
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`exists`句を`left semi join`を使って直接実装する場合、`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、実際には条件`t1.c1 > 0`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。
:::info Note
`right semi join`は似ていますが、左テーブルと右テーブルが異なります。ここでは、例として`left semi join`を使用します。
:::
SQLの例は以下の通りです:
```sql
-- 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`は条件を満たす左テーブルの行を直接出力するのに対し、`Mark Join`は元の左テーブル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.c1 | t2.c1 | mark_join_flag |
| ----- | ----- | -------------- |
| 1 | 1 | TRUE |
| 1 | 2 | FALSE |
| 1 | NULL | NULL |
| NULL | 1 | NULL |
| NULL | NULL | NULL |
このフラグにより、`where`フィルタリング条件は`where mark_join_flag or t1.c1 > 0`として書き換えることができ、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は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際、相関条件を満たす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。
以下のSQL例を参照してください:
```sql
-- 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
```
### 非相関スカラサブクエリの場合
Dorisは実行時に`assert num rows`オペレータを追加します。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の例を参照してください:
```sql
-- 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
```