我有一张table,上面放着不同人群的dna变体。我想展示一个人独有的变体:
表dna(按变体订购的发动机):
person | variant
p1 | v1
p1 | v2
p1 | v3
p2 | v2
p2 | v3
p3 | v2
p3 | v3
p4 | v2
p4 | v3
所以一个简单的查询:
select variant from DNA where person = 'p1' and variant
not in (select variant from DNA where person in ('p2', 'p3'))
将返回p1对p2和p3唯一的所有变量(本查询不考虑p4)。但是-速度很慢,内存不足。
我应该换一种方式吗?
1条答案
按热度按时间oewdyzsn1#
我怀疑它内存不足的原因是
select variant from DNA where person in ('p2', 'p3')
子查询将导致v2, v3, v2, v3
. 这一点,特别是在规模化的时候,由于重复性,似乎非常低效。可能,添加distinct
查询可能会有所帮助,但一般来说,如果你有很多人,这似乎是一种效率低下的方法来实现你的结果(你必须手动输入很多人)where person in (.........)
.另一种方法是进行自连接,基本上将结果限制在唯一匹配的是自身的结果。比如: