Kysely 数据库查询构建器新增 CROSS JOIN 和 CROSS JOIN LATERAL 支持解析
2025-05-19 23:37:03作者:平淮齐Percy
在最新版本的 Kysely 数据库查询构建器中,开发团队新增了对 CROSS JOIN 和 CROSS JOIN LATERAL 操作的支持。这一增强功能为复杂查询场景提供了更高效的解决方案,特别是在处理递归查询和大规模数据集时表现尤为突出。
背景与需求
在实际数据库查询中,CROSS JOIN 是一种特殊的连接操作,它会返回两个表的笛卡尔积结果。而 CROSS JOIN LATERAL 则是 PostgreSQL 特有的语法扩展,允许右侧的子查询引用左侧表的列,这在递归查询和分页等场景中非常有用。
开发社区发现,虽然 Kysely 之前已经支持 LEFT JOIN LATERAL 和 INNER JOIN LATERAL,但缺少对这两种特定连接方式的原生支持。这导致在某些性能敏感场景下,开发者不得不使用变通方案,如使用 INNER JOIN ON true 来模拟 CROSS JOIN 的行为。
技术实现差异
在实现上,不同数据库系统对这些连接操作的支持存在差异:
- PostgreSQL:完整支持 CROSS JOIN 和 CROSS JOIN LATERAL 语法
- SQL Server:CROSS JOIN 不支持 ON 子句,需要使用特殊的 APPLY 语法
- MySQL/SQLite:支持标准 CROSS JOIN 但不支持 LATERAL 关键字
性能测试表明,在百万级数据量的表连接操作中,原生 CROSS JOIN LATERAL 比使用 LEFT JOIN LATERAL ON true 的性能高出数个数量级(从60秒优化到7毫秒)。
应用场景示例
递归查询是 CROSS JOIN LATERAL 的典型应用场景。例如,在一个包含城市信息的照片元数据表中,开发者可以使用以下查询来高效地获取按城市排序的照片记录:
WITH RECURSIVE cte AS (
(SELECT city, "assetId" FROM exif ORDER BY city LIMIT 1)
UNION ALL
SELECT l.city, l."assetId"
FROM cte c
CROSS JOIN LATERAL (
SELECT city, "assetId"
FROM exif
WHERE city > c.city
ORDER BY city
LIMIT 1
) l
)
这种模式在实现分页或层级遍历时特别有效,因为它可以避免全表扫描,只处理必要的记录。
开发者建议
对于正在使用 Kysely 的开发者,建议:
- 在需要笛卡尔积的场景下,优先使用新增的 crossJoin() 方法
- 在 PostgreSQL 环境中处理需要引用前表字段的子查询时,使用 crossJoinLateral()
- 注意不同数据库方言的语法差异,特别是在 SQL Server 环境下
这一功能增强使得 Kysely 在处理复杂查询时更加灵活高效,为开发者提供了更多优化查询性能的工具选择。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0207
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0133
MinerUA high-quality tool for convert PDF to Markdown and JSON.一站式开源高质量数据提取工具,将PDF转换成Markdown和JSON格式。Python08
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
wgai开箱即用的JAVAAI在线训练识别平台&OCR平台AI合集包含旦不仅限于(车牌识别、安全帽识别、抽烟识别、常用类物识别等) 图片和视频识别,可自主训练任意场景融合了AI图像识别opencv、yolo、ocr、esayAI内核识别;AI智能客服、AI语言模型、 无任何第三方API接口可定制化自主离线化部署并自主化行业化使用避免占用内存、GPU消耗训练与识别分开使用;Java05
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
772
5.05 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
869
1.99 K
Ascend Extension for PyTorch
Python
748
931
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
694
1.37 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
268
昇腾LLM分布式训练框架
Python
181
225
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.14 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
363
132