Что такое подзапросы в SQL и чем они отличаются от JOIN?

Подзапросы vs JOIN в SQL

Это базовые техники в SQL, и многие аналитики недостаточно глубоко их понимают. Расскажу об основных различиях и когда что использовать.

Что такое подзапрос

Подзапрос (subquery) — это SELECT запрос внутри другого SELECT запроса. Подзапрос выполняется первым, его результат используется во внешнем запросе.

SELECT user_id, name, revenue
FROM users
WHERE revenue > (SELECT AVG(revenue) FROM users)

Здесь подзапрос SELECT AVG(revenue) FROM users вычисляет среднее, а затем внешний запрос фильтрует пользователей, у которых revenue выше среднего.

Что такое JOIN

JOIN — это объединение двух таблиц по общему ключу, результат содержит колонки из обеих таблиц.

SELECT u.user_id, u.name, o.order_id, o.amount
FROM users u
INNER JOIN orders o ON u.user_id = o.user_id

Результат содержит все колонки из обеих таблиц, где user_id совпадает.

Основные различия

Виды подзапросов

1. Коррелированный подзапрос (Correlated Subquery)

Подзапрос обращается к колонкам из внешнего запроса.

SELECT u.user_id, u.name
FROM users u
WHERE (SELECT COUNT(*) FROM orders o WHERE o.user_id = u.user_id) > 5

Этот подзапрос выполняется для каждой строки users, поэтому медленный.

2. Некоррелированный подзапрос (Non-correlated)

Подзапрос независим от внешнего запроса, выполняется один раз.

SELECT user_id, name
FROM users
WHERE country_id IN (SELECT id FROM countries WHERE continent = 'Europe')

Быстрее, так как подзапрос выполняется один раз.

3. Подзапрос в FROM (Derived Table)

SELECT avg_revenue, COUNT(*) as user_count
FROM (
  SELECT user_id, AVG(amount) as avg_revenue
  FROM orders
  GROUP BY user_id
) subquery
WHERE avg_revenue > 1000

Примеры из продуктовой аналитики

Кейс 1: Найти пользователей с выше среднего revenue

С подзапросом:

SELECT user_id, username, total_spent
FROM users
WHERE total_spent > (SELECT AVG(total_spent) FROM users)

С JOIN (если нужно больше информации):

SELECT u.user_id, u.username, u.total_spent, c.country
FROM users u
INNER JOIN countries c ON u.country_id = c.id
WHERE u.total_spent > (SELECT AVG(total_spent) FROM users)

Кейс 2: Получить пользователей, которые совершали покупки в последний месяц

С подзапросом (коррелированный):

SELECT user_id, name
FROM users u
WHERE EXISTS (
  SELECT 1 FROM orders o 
  WHERE o.user_id = u.user_id 
  AND o.created_at > NOW() - INTERVAL 1 MONTH
)

С JOIN:

SELECT DISTINCT u.user_id, u.name
FROM users u
INNER JOIN orders o ON u.user_id = o.user_id
WHERE o.created_at > NOW() - INTERVAL 1 MONTH

JOIN быстрее, так как база данных оптимизирует объединение.

Кейс 3: Найти top 5 продуктов в каждой категории

SELECT category, product_id, revenue
FROM (
  SELECT category, product_id, revenue,
         ROW_NUMBER() OVER (PARTITION BY category ORDER BY revenue DESC) as rn
  FROM products
) ranked
WHERE rn <= 5

Здесь подзапрос (CTE лучше, но это вариант с подзапросом) нужен потому что нужно ранжировать внутри категорий, а потом фильтровать.

Когда использовать подзапросы

1. Когда нужна агрегация перед фильтрацией: коррелированные подзапросы с COUNT, MAX, MIN
2. EXISTS/NOT EXISTS: проверка наличия строк
3. IN подзапрос: фильтрация по списку значений
4. Derived tables: сложные вычисления, которые нужны как промежуточный результат

Когда использовать JOIN

1. Объединение данных из разных таблиц: когда нужны колонки из обеих таблиц
2. Производительность: JOIN оптимизирован, быстрее подзапросов
3. Читаемость: обычно понятнее для больших запросов
4. LEFT/RIGHT JOIN: когда нужны строки, которых может не быть в другой таблице

Лучшая практика: CTE (Common Table Expression)

В современном SQL, вместо подзапросов часто используют CTE (WITH), это более читаемо:

WITH user_avg_revenue AS (
  SELECT AVG(total_spent) as avg_spent
  FROM users
)
SELECT u.user_id, u.username, u.total_spent
FROM users u, user_avg_revenue
WHERE u.total_spent > user_avg_revenue.avg_spent

Оптимизация

Совет 1: Избегай коррелированных подзапросов Они выполняются для каждой строки внешнего запроса, что медленно на больших данных.

Совет 2: Используй EXPLAIN ANALYZE

EXPLAIN ANALYZE
SELECT user_id, name
FROM users
WHERE total_spent > (SELECT AVG(total_spent) FROM users)

Это показывает, как база данных выполняет запрос и сколько времени это занимает.

Совет 3: Предпочитай JOIN Если можешь переписать подзапрос как JOIN, делай это. БД лучше оптимизирует JOIN.

Главное: нет одного правильного способа, выбирай в зависимости от задачи, данных и читаемости кода.