[Return 结果不正确]AWS Redshift(RedShift) 的 Join 语句中的限制不正确
[Return result is incorrect]Limit is incorrect in Join statement in AWS Redshift(RedShift)
运行 join语句有limit运算符时，查询结果集不正确
子查询之一：
SELECT A3.customerid FROM b1traderecords A3 WHERE A3.customerid < 100 limit 5
customerid
-----------
71
88
11
99
44
5 record(s) selected.
包含子查询的连接语句：
select A2.customerid from (SELECT A3.customerid FROM b1traderecords A3 WHERE A3.customerid < 100 limit 5) A0, (select customerid from b3customerinfo where customerrating > 0.7) A2 where A0.customerid = A2.customerid
customerid
-----------
88
44
88
9
90
5 record(s) selected.
return 值“9”不在第一个子查询结果中
因此，连接结果集似乎不正确。
这是一个错误吗？有什么建议么？
谢谢
这是预期的行为。 Redshift 是一个集群，其中不同的计算节点（和切片）独立运行。不同的数据行分布在集群的“切片”周围，因此每个都有不同的数据。当您在查询上设置这样的小限制时，无论哪个切片的数据先到达，都将通过该限制，其余部分将丢失。因此，切片之间存在“竞赛”，以先查看哪个 returns 数据。谁“获胜”可能会因各种原因而改变。
要从 LIMIT 查询中获得可预测的结果，您需要一个 ORDER BY 子句。
###################更新
在带有 LIMIT（或 TOP）的子查询中使用 order 子句，结果变为 predictable，但仍然有些不对劲。我已经重新创建了您的测试用例并尝试了这 3 个版本的查询。
select A2.i1, a1.i1
from (select top 2 i1 from ffnr_i1 order by i1) A1
, (select i1 from ffnr_i2 ) A2
where A1.i1 = A2.i1 and A2.i1 > 20;
select A2.i1, a1.i1
from (select top 2 i1 from ffnr_i1 order by i1) A1
, (select i1 from ffnr_i2 ) A2
where A1.i1 = A2.i1;
select A2.i1, a1.i1
from (select top 2 i1 from ffnr_i1 order by i1) A1
, (select i1 from ffnr_i2 ) A2
where A2.i1 > 20;
以及运行 EXPLAIN 查询。第一个只是将子查询 where 子句移动到顶层 - 功能等效。解释计划显示 i1 > 20 通过 a1.i1 = a2.i1 要求应用于第一个子查询。它是在限制之后应用的，因此不会造成问题。
第二个例子产生了预期的结果——没有匹配。解释计划中的唯一变化是 table 中的任何一个不再有 > 20 的 where 子句。不足为奇。
第三个示例也产生了您所期望的结果 - A2 与 A1 的前 2 个值的交叉连接。解释计划中的唯一区别是这需要嵌套循环连接，并且现在首先评估 A1。
几乎可以说它采用了不包括匹配值的 LIMIT、连接列上的 WHERE 原因以及另一个 table 上的隐含 WHERE 子句。在这种情况下，查询优化器似乎正在丢弃一些东西。您应该将其作为潜在问题/错误提交给 AWS。
我用现代连接语法重写了查询，看看这是否有助于优化器，但没有成功。我还向 A1 添加了更多值（25、26、27、35、36、37），以防在 LIMIT 之前应用 WHERE 条件，但这也没有改变问题。
除非有人看到我遗漏的东西，否则我认为这可能是 Redshift 优化器错误。
运行 join语句有limit运算符时，查询结果集不正确
子查询之一：
SELECT A3.customerid FROM b1traderecords A3 WHERE A3.customerid < 100 limit 5
customerid
-----------
71
88
11
99
44
5 record(s) selected.
包含子查询的连接语句：
select A2.customerid from (SELECT A3.customerid FROM b1traderecords A3 WHERE A3.customerid < 100 limit 5) A0, (select customerid from b3customerinfo where customerrating > 0.7) A2 where A0.customerid = A2.customerid
customerid
-----------
88
44
88
9
90
5 record(s) selected.
return 值“9”不在第一个子查询结果中 因此，连接结果集似乎不正确。
这是一个错误吗？有什么建议么？ 谢谢
这是预期的行为。 Redshift 是一个集群，其中不同的计算节点（和切片）独立运行。不同的数据行分布在集群的“切片”周围，因此每个都有不同的数据。当您在查询上设置这样的小限制时，无论哪个切片的数据先到达，都将通过该限制，其余部分将丢失。因此，切片之间存在“竞赛”，以先查看哪个 returns 数据。谁“获胜”可能会因各种原因而改变。
要从 LIMIT 查询中获得可预测的结果，您需要一个 ORDER BY 子句。
###################更新
在带有 LIMIT（或 TOP）的子查询中使用 order 子句，结果变为 predictable，但仍然有些不对劲。我已经重新创建了您的测试用例并尝试了这 3 个版本的查询。
select A2.i1, a1.i1
from (select top 2 i1 from ffnr_i1 order by i1) A1
, (select i1 from ffnr_i2 ) A2
where A1.i1 = A2.i1 and A2.i1 > 20;
select A2.i1, a1.i1
from (select top 2 i1 from ffnr_i1 order by i1) A1
, (select i1 from ffnr_i2 ) A2
where A1.i1 = A2.i1;
select A2.i1, a1.i1
from (select top 2 i1 from ffnr_i1 order by i1) A1
, (select i1 from ffnr_i2 ) A2
where A2.i1 > 20;
以及运行 EXPLAIN 查询。第一个只是将子查询 where 子句移动到顶层 - 功能等效。解释计划显示 i1 > 20 通过 a1.i1 = a2.i1 要求应用于第一个子查询。它是在限制之后应用的，因此不会造成问题。
第二个例子产生了预期的结果——没有匹配。解释计划中的唯一变化是 table 中的任何一个不再有 > 20 的 where 子句。不足为奇。
第三个示例也产生了您所期望的结果 - A2 与 A1 的前 2 个值的交叉连接。解释计划中的唯一区别是这需要嵌套循环连接，并且现在首先评估 A1。
几乎可以说它采用了不包括匹配值的 LIMIT、连接列上的 WHERE 原因以及另一个 table 上的隐含 WHERE 子句。在这种情况下，查询优化器似乎正在丢弃一些东西。您应该将其作为潜在问题/错误提交给 AWS。
我用现代连接语法重写了查询，看看这是否有助于优化器，但没有成功。我还向 A1 添加了更多值（25、26、27、35、36、37），以防在 LIMIT 之前应用 WHERE 条件，但这也没有改变问题。
除非有人看到我遗漏的东西，否则我认为这可能是 Redshift 优化器错误。