Apache Ignite 中 WHERE 子句中的子查询（Subqueries in WHERE Clause）的执行方式

这段内容是关于 Apache Ignite 中 WHERE 子句中的子查询（Subqueries in WHERE Clause）的执行方式 的说明。理解这段内容对于编写高效的 SQL 查询、避免性能瓶颈非常重要。下面我将为你 逐句解释并深入理解这段内容。

---

原文翻译 + 解释

原文：

SELECT queries used in INSERT and MERGE statements as well as SELECT queries generated by UPDATE and DELETE operations are distributed and executed in either colocated or non-colocated distributed modes.

翻译：

INSERT 和 MERGE 语句中使用的 SELECT 查询，以及由 UPDATE 和 DELETE 操作生成的 SELECT 查询，都可以在集群中以“共定位（colocated）”或“非共定位（non-colocated）”的分布式模式执行。

理解：

• Ignite 是一个分布式内存数据库，SQL 查询可以跨多个节点执行。
• 对于 UPDATE、DELETE、INSERT INTO SELECT 这类操作，Ignite 会先生成一个 SELECT 查询，用于确定要操作的数据。
• 这些 SELECT 查询是分布式执行的，可以利用集群的并行处理能力。

---

原文：

However, if there is a subquery that is executed as part of a WHERE clause, then it can be executed in the colocated mode only.

翻译：

然而，如果子查询是作为 WHERE 子句的一部分执行的，那么它只能在“共定位模式”下执行。

理解：

• 如果你在 WHERE 条件中使用了子查询（如 IN, EXISTS, NOT EXISTS 等），这个子查询不会被完全分布式执行。
• 它只能在当前节点本地的数据集上执行，不能跨节点并行执行。

---

原文示例：

DELETE FROM Person WHERE id IN
    (SELECT personId FROM Salary s WHERE s.amount > 2000);

Ignite 内部生成的 SELECT 查询：

SELECT _key, _val FROM Person WHERE id IN
    (SELECT personId FROM Salary s WHERE s.amount > 2000);

关键点：

• 外层查询（SELECT _key, _val FROM Person WHERE id IN (...)）是分布式执行的，会跨节点运行。
• 子查询部分（SELECT personId FROM Salary s WHERE s.amount > 2000）是本地执行的，只在当前节点上运行。

---

为什么会这样限制？

这是因为：

• 子查询作为 WHERE 条件的一部分，它的结果需要用于外层查询的过滤。
• 如果子查询也跨节点执行，会导致复杂的分布式事务和数据一致性问题。
• 为了简化逻辑和保证一致性，Ignite 限制子查询只能在本地节点执行。

---

举个例子说明执行过程

假设你有以下两个表：

• Person 表：分布在多个节点上，按 id 分片。
• Salary 表：也分布在多个节点上，按 personId 分片。

执行如下语句：

DELETE FROM Person WHERE id IN
    (SELECT personId FROM Salary WHERE amount > 2000);

Ignite 的执行流程如下：

1. 子查询部分 SELECT personId FROM Salary WHERE amount > 2000：

   • 只在当前节点的 Salary 数据上执行。
   • 只能查出当前节点上的符合条件的 personId。
   • 不会跨节点查询 Salary 表的所有数据。

2. 外层 DELETE 查询：

   • 会根据子查询返回的 personId 列表，在所有节点上查找并删除 Person 表中对应的记录。
   • 外层查询是分布式执行的。

---

⚠️ 潜在问题

1. 数据不完整：

如果 Salary 表分布在多个节点上，而子查询只在当前节点执行，那么你只能获取当前节点上的 personId，无法获取集群中其他节点上的数据。

这会导致：

• 删除的数据不完整
• 查询结果不准确

2. 性能瓶颈：

子查询只在本地执行，不能利用集群资源，可能成为性能瓶颈。

---

✅ 如何优化这种查询？

方法一：先执行子查询，获取完整 ID 列表（应用层处理）

-- Step 1: 获取所有符合条件的 personId
SELECT personId FROM Salary WHERE amount > 2000;

-- Step 2: 在应用层拿到 personId 列表后，构造 IN 查询
DELETE FROM Person WHERE id IN (1, 2, 3, ...);

方法二：使用 JOIN 替代子查询（推荐）

DELETE FROM Person p
WHERE EXISTS (
    SELECT 1
    FROM Salary s
    WHERE s.personId = p.id AND s.amount > 2000
);

或者使用 JOIN（如果支持）：

DELETE /*+ JOIN(p, s) */ FROM Person p
JOIN Salary s ON p.id = s.personId
WHERE s.amount > 2000;

⚠️ 注意：Ignite 的 DELETE 和 UPDATE 对 JOIN 支持有限，需要确认版本是否支持。

---

总结

特性	说明
子查询在 WHERE 中	只能在本地节点执行
外层查询	可以在整个集群分布式执行
性能影响	子查询不能跨节点执行，可能影响性能和结果准确性
建议	使用应用层处理或 JOIN 替代子查询，避免只查本地数据

---