‫شکستن افسانه "فیلتر زودتر، JOIN دیرتر" در بهینه‌سازی عملکرد SQL

SELECT *
FROM users u
JOIN orders o ON u.id = o.user_id
WHERE o.total > 500;

SELECT *
FROM (
  SELECT * FROM orders WHERE total > 500
) o
JOIN users u ON u.id = o.user_id;

Hash Join  (cost=280.00..96321.92 rows=2480444 width=27) (actual time=1.014..641.202 rows=2499245 loops=1)
  Hash Cond: (o.user_id = u.id)
  ->  Seq Scan on orders o  (cost=0.00..89528.00 rows=2480444 width=14) (actual time=0.006..368.857 rows=2499245 loops=1)
        Filter: (total > '500'::numeric)
        Rows Removed by Filter: 2500755
  ->  Hash  (cost=155.00..155.00 rows=10000 width=13) (actual time=0.998..0.999 rows=10000 loops=1)
        Buckets: 16384  Batches: 1  Memory Usage: 577kB
        ->  Seq Scan on users u  (cost=0.00..155.00 rows=10000 width=13) (actual time=0.002..0.341 rows=10000 loops=1)
Planning Time: 0.121 ms
Execution Time: 685.818 ms

Hash Join  (cost=280.00..96321.92 rows=2480444 width=27) (actual time=1.019..640.613 rows=2499245 loops=1)
  Hash Cond: (orders.user_id = u.id)
  ->  Seq Scan on orders  (cost=0.00..89528.00 rows=2480444 width=14) (actual time=0.005..368.260 rows=2499245 loops=1)
        Filter: (total > '500'::numeric)
        Rows Removed by Filter: 2500755
  ->  Hash  (cost=155.00..155.00 rows=10000 width=13) (actual time=1.004..1.005 rows=10000 loops=1)
        Buckets: 16384  Batches: 1  Memory Usage: 577kB
        ->  Seq Scan on users u  (cost=0.00..155.00 rows=10000 width=13) (actual time=0.003..0.348 rows=10000 loops=1)
Planning Time: 0.118 ms
Execution Time: 685.275 ms

Hash Join
  Hash Cond: (o.user_id = u.id)
  ->  Seq Scan on orders o
        Filter: (total > '500'::numeric)
        Rows Removed by Filter
  ->  Hash
        ->  Seq Scan on users u

• اسکن ترتیبی (Sequential Scan) جدول orders با اعمال فیلتر.
• اسکن ترتیبی جدول users.
• عملیات Hash برای ساخت جدول هش (Hash Table) از جدول users.
• عملیات Hash Join با استفاده از شرط هش بر روی user_id.

• تجزیه و تحلیل (Parser): کد SQL شما به یک درخت نحو انتزاعی (Abstract Syntax Tree) تبدیل می‌شود.
• بهینه‌سازی (Optimizer): این مهم‌ترین مرحله است. بهینه‌ساز کوئری شما را بازنویسی می‌کند تا کارآمدترین شکل اجرایی را پیدا کند.
• اجرا (Executor): در نهایت، برنامه بهینه‌سازی شده توسط اجرا کننده، اجرا می‌شود.

• ابتدا جدول orders را فیلتر می‌کند (زیرا این کار باعث حذف زودهنگام ردیف‌ها می‌شود).
• سپس یک جدول هش از users (جدول کوچک‌تر) می‌سازد.
• در نهایت، سفارشات فیلتر شده را با کاربران JOIN می‌کند.

• تعداد ردیف‌ها (Row Counts)
• توزیع داده‌ها (Data Distribution)
• موجودیت ایندکس‌ها (Index Availability)
• قابلیت انتخاب‌پذیری ستون (Column Selectivity)

• کدام جدول ابتدا اسکن شود.
• کدام الگوریتم JOIN (مانند Hash Join، Nested Loop Join، Merge Join) استفاده شود.
• چه زمانی فیلترها اعمال شوند (Predicate Pushdown).
• از کدام ایندکس‌ها استفاده شود.

// "Bad" version equivalent in LINQ
var result = from u in context.Users
             join o in context.Orders on u.Id equals o.UserId
             where o.Total > 500
             select new { u, o };

// "Optimized" version equivalent in LINQ (though not truly optimized in SQL)
var resultOptimized = from o in context.Orders.Where(order => order.Total > 500)
                      join u in context.Users on o.UserId equals u.Id
                      select new { u, o };