"SEMI JOIN" 不是有效的 SQL JOIN 类型吗

"SEMI JOIN" 不是标准的 SQL JOIN 类型，但是它是一种常见的关系型数据库查询语言中的 JOIN 操作。在 SQL 中，SEMI JOIN 通常用于比较两个表的数据，仅返回第一个表中与第二个表匹配的数据。它可以使用 EXISTS 或 IN 子句实现。在某些关系型数据库中，也可能会有特定的语法或关键字用于实现 SEMI JOIN 操作。

相关问题

sql semi join

### SQL 中 SEMI JOIN 的用法和特性

#### 定义与基本概念
SEMI JOIN 是一种特殊的连接操作，在查询处理过程中用于返回左表中满足特定条件的唯一记录。这种类型的联接不会重复左表中的任何行，即使右表中有多个匹配项。

#### 使用场景
当只需要知道是否存在符合条件的数据而不需要具体的关联数据时，可以使用 SEMI JOIN 来优化性能。相比 INNER JOIN 或者 LEFT JOIN 加上 DISTINCT 组合方式，Semi Join 能够更高效地完成这类任务[^1]。

#### 语法结构
在标准 SQL 中并没有直接定义 `SEMI JOIN` 关键字，而是通过子查询或者 EXISTS 表达式来实现相同的功能：

SELECT column_list 
FROM table_name AS T1
WHERE EXISTS (
    SELECT 1 FROM another_table AS T2 WHERE condition_between_T1_and_T2);

上述例子展示了如何利用 EXIST 子句模拟 SEMI JOIN 效果。这里的关键在于内部查询只关心外部表格是否有对应的记录存在，并不关注具体是什么样的记录。

对于某些数据库管理系统 (DBMS)，如 PostgreSQL 和 MySQL 8.0+, 支持更加直观的写法——使用 LATERAL 结合子查询表达 SEMI-JOIN:

SELECT t1.*
FROM table_1 t1,
LATERAL(
   SELECT true as match_found 
   FROM table_2 t2 
   WHERE some_condition(t1.id,t2.ref_id) LIMIT 1
) lj;

此代码片段同样实现了 SEMI JOIN 功能，即仅保留左侧表中至少有一个右侧表相配对条目的那些行。

#### 性能考量
由于 SEMI JOIN 不会引入来自右边表的新列，因此通常比其他形式的 JOIN 更加轻量级并可能带来更好的执行效率。特别是在涉及大量数据集的情况下，合理运用 SEMI JOIN 可以显著减少不必要的 I/O 开销以及内存占用。

然而需要注意的是，如果视图包含了复杂的逻辑比如多层嵌套子查询或是跨多个大表之间的 JOIN，则可能会导致性能下降问题。

sql left semi join

左半连接（left semi join）是一种SQL连接操作，它是基于in关键字的关系。左半连接与普通的连接（join）有一些区别。在左半连接中，如果右表中有重复记录，左表会跳过这些重复记录，而普通连接会遍历所有的重复记录。这导致在右表有重复值的情况下，左半连接只会产生一条结果，而普通连接会产生多条结果。因此，左半连接的性能通常比普通连接更高。\[1\]\[2\]

需要注意的是，左半连接的限制是，右表只能在连接条件（ON子句）中设置过滤条件，不能在WHERE子句、SELECT子句或其他地方进行过滤。如果在其他地方进行过滤，会导致语法错误。\[3\]
#### 引用[.reference_title]
- *1* [HiveSql&SparkSql —— 使用left semi join做in、exists类型子查询优化](https://blog.csdn.net/qq_41018861/article/details/117651627)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [Hive中HSQL中left semi join](https://blog.csdn.net/weixin_44441757/article/details/117950982)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]