跳到主要内容

子查询

子查询（Subquery）是嵌套在另一个查询（通常是 SELECT 语句）中的 SQL 查询。它可以用在 SELECT、FROM、WHERE 或 HAVING 子句中，为外部查询提供数据或条件。借助子查询，可以在单个 SQL 中完成更复杂的过滤、聚合与关联逻辑。

本文介绍 Doris 中子查询的分类、支持范围、限制条件，以及在特殊场景下使用的 Mark Join 机制。

适用场景​

子查询常用于以下场景：

  • 复杂过滤：在 WHERE 或 HAVING 子句中使用子查询动态计算过滤条件。
  • 派生列计算：在 SELECT 列表中通过标量子查询补充字段。
  • 派生表（Derived Table）：在 FROM 子句中将子查询作为一张临时表参与连接。
  • 存在性判断：使用 EXISTS/NOT EXISTS、IN/NOT IN 判断关联关系。

子查询的基本特征​

在使用子查询时，需要注意以下几个基本特征：

特征说明
出现位置可出现在 SELECT、FROM、WHERE、HAVING 子句中，可与 SELECT、UPDATE、INSERT、DELETE 以及 =、>、<、<=、IN、EXISTS 等表达式运算符配合使用
主子关系外层查询称为主查询，嵌套在内部的查询称为子查询
执行顺序独立子查询通常先执行；存在关联性时，解析器会按需决定执行顺序，并将子查询结果反馈给主查询
语法约束子查询必须使用括号包裹，以与主查询区分

下文示例统一使用 t1 与 t2 两张表，建表语句如下：

create table t1
(
    c1 bigint,
    c2 bigint
)
DISTRIBUTED BY HASH(c1) BUCKETS 3
PROPERTIES ("replication_num" = "1");

create table t2
(
    c1 bigint,
    c2 bigint
)
DISTRIBUTED BY HASH(c1) BUCKETS 3
PROPERTIES ("replication_num" = "1");

子查询的分类​

子查询可以从两个维度进行划分：返回数据的特性，以及是否引用外部查询的列。

按返回数据特性分类​

按照子查询返回数据的特性，可分为标量子查询与非标量子查询。

类型返回结果空表时的返回值可出现的位置
标量子查询单一值（一行一列的 Relation）NULL任何允许单值表达式出现的地方
非标量子查询一个 Relation（可包含多行多列）空集（0 行）任何允许关系（集合）出现的地方

示例如下（当 t2 是空表时，两个子查询返回结果不同）：

-- 标量子查询，当 t2 是空表时，子查询返回标量值 null
select * from t1 where t1.c1 > (select sum(t2.c1) from t2);

-- 非标量子查询，当 t2 是空表时，子查询返回 empty set (0 rows)
select * from t1 where t1.c1 in (select t2.c1 from t2);

按是否引用外部列分类​

按照子查询是否引用了外部查询的列，可分为关联子查询与非关联子查询。

类型是否引用外部列执行方式
非关联子查询否通常可独立运算，一次性返回结果供外部查询使用
关联子查询是（常见于子查询的 WHERE 条件中）对外部表的每一行都需要执行一次子查询，相当于对外部表的过滤操作

示例如下：

-- 关联子查询，子查询内部使用了外部表的列 t1.c2
select * from t1 where t1.c1 in (select t2.c1 from t2 where t2.c2 = t1.c2);

-- 非关联子查询，子查询内部没有使用任何外部表 t1 的列
select * from t1 where t1.c1 in (select t2.c1 from t2);

Doris 支持的子查询​

Doris 支持所有非关联子查询，对关联子查询的支持范围如下：

  • 支持 WHERE 和 HAVING 子句中的关联标量子查询。
  • 支持 WHERE 和 HAVING 子句中关联的 IN、NOT IN、EXISTS、NOT EXISTS 非标量子查询。
  • 支持 SELECT 列表中的关联标量子查询。
  • 对于嵌套子查询，仅支持子查询关联到自己的直接父查询，不支持跨层级关联到更外层查询。

关联子查询的限制​

不同形态的关联子查询在 Doris 中有不同的限制，下面分别说明。

关联标量子查询的限制​

需要同时满足以下两个条件：

  • 关联条件必须是等值条件。
  • 子查询的输出必须是单个聚合函数的结果，且没有 group by 子句。
-- 单个聚合函数，且无 group by，支持
select * from t1 where t1.c1 < (select max(t2.c1) from t2 where t1.c2 = t2.c2);

-- 等价改写的 SQL 如下：
select t1.* from t1 inner join (select t2.c2 as c2, max(t2.c1) as c1 from t2 group by t2.c2) tx on t1.c1 < tx.c1 and t1.c2 = tx.c2;

-- 非等值条件，不支持
select * from t1 where t1.c1 = (select max(t2.c1) from t2 where t1.c2 > t2.c2);

-- 没有聚合函数，不支持
select * from t1 where t1.c1 = (select t2.c1 from t2 where t1.c2 = t2.c2);

-- 有聚合函数，但包含 group by，不支持
select * from t1 where t1.c1 = (select max(t2.c1) from t2 where t1.c2 = t2.c2 group by t2.c2);

关联 (NOT) EXISTS 子查询的限制​

  • 子查询不能同时使用 offset 和 limit。
-- 带 limit 但无 offset，支持
select * from t1 where exists (select t2.c1 from t2 where t1.c2 = t2.c2 limit 2);

-- 等价改写 SQL 如下：
select * from t1 left semi join t2 on t1.c2 = t2.c2;

-- 带 offset 和 limit，不支持
select * from t1 where exists (select t2.c1 from t2 where t1.c2 = t2.c2 limit 2, 3);

关联 (NOT) IN 子查询的限制​

需要同时满足以下三个条件：

  • 子查询的输出必须是单个列。
  • 子查询不能带有 limit。
  • 子查询不能带有聚合函数或 group by 子句。
-- 支持的子查询
select * from t1 where t1.c1 in (select t2.c1 from t2 where t1.c2 = t2.c2);

-- 改写的等价 SQL 如下：
select * from t1 left semi join t2 on t1.c1 = t2.c1 and t1.c2 = t2.c2;

-- 子查询输出为多列，不支持
select * from t1 where (t1.a, t1.c) in (select t2.c1, t2.c from t2 where t1.c2 = t2.c2);

-- 子查询带 limit，不支持
select * from t1 where t1.c1 in (select t2.c1 from t2 where t1.c2 = t2.c2 limit 3);

-- 带有 group by 子句，不支持
select * from t1 where t1.c1 in (select t2.c1 from t2 where t1.c2 = t2.c2 group by t2.c1);

-- 带有聚合函数，不支持
select * from t1 where t1.c1 in (select sum(t2.c1) from t2 where t1.c2 = t2.c2);

嵌套子查询的限制​

目前只支持子查询关联到自己直接的父查询，不支持关联到父查询的更外层查询。

假设还有一张 t3 表，建表语句如下：

create table t3
(
    c1 bigint,
    c2 bigint
)
DISTRIBUTED BY HASH(c1) BUCKETS 3
PROPERTIES ("replication_num" = "1");

  • 支持：子查询只引用了自己直接父查询的列。

    select
        t1.c1
    from
        t1
    where not exists (
        select
            t2.c1
        from
            t2
        where not exists (
            select
                t3.c1
            from
                t3
            where
                t3.c2 = t2.c2
        ) and t2.c2 = t1.c2
    );

  • 不支持：最内层子查询既使用了直接父查询的列 t2.c2，又使用了最外层查询的列 t1.c1。

    select
        t1.c1
    from
        t1
    where not exists (
        select
            t2.c1
        from
            t2
        where not exists (
            select
                t3.c1
            from
                t3
            where
                t3.c2 = t2.c2 and t3.c1 = t1.c1
        )
    );

Mark Join​

在 WHERE 条件中，当 (NOT) IN 或 (NOT) EXISTS 的子查询与其他过滤条件构成 OR 关系时，需要特殊处理才能生成正确结果。例如：

select
    t1.c1,
    t1.c2
from t1
where exists (
    select
        t2.c1
    from t2
    where
        t1.c2 = t2.c2
    ) or t1.c1 > 0;

如果直接将上述 EXISTS 子句改写为 LEFT SEMI JOIN，根据其语义只会输出 t1 中满足 t1.c2 = t2.c2 的行；而实际上满足 t1.c1 > 0 的行也应该被输出。为此，Doris 引入了 Mark Join 机制。

备注

RIGHT SEMI JOIN 类似，只是左右表不同。这里以 LEFT SEMI JOIN 为例进行说明。

示例 SQL 如下：

-- 此 SQL 不能实际执行，只作为演示使用
select
    tx.c1,
    tx.c2
from
    (
        select
            t1.c1,
            t1.c2,
            mark_join_flag
        from
            t1 left (mark) semi join t2 on t1.c2 = t2.c2
    ) tx
where
    tx.mark_join_flag or tx.c1 > 0;

Mark Join 与普通 LEFT SEMI JOIN 的区别在于：普通 LEFT SEMI JOIN 会直接输出左表满足条件的行；而 Mark Join 会输出原始的左表，并额外附加一个值为 TRUE、FALSE 或 NULL 的标志位列（示例中的 mark_join_flag）。该标志位的值由 JOIN 条件表达式 t1.c2 = t2.c2 决定，每一行都对应一个标志位值，对照关系如下：

t1.c2t2.c2mark_join_flag
11TRUE
12FALSE
1NULLNULL
NULL1NULL
NULLNULLNULL

有了该标志位之后，原 WHERE 过滤条件可改写为 where mark_join_flag or t1.c1 > 0，从而得到正确结果。

常见问题​

由于标量子查询的输出必须是一个单值，如果子查询返回的数据量超过一条记录，将会报告运行时错误。

关联标量子查询返回多行报错​

在使用关联标量子查询时，如果对于外部某一行，满足关联条件的子查询返回的数据多于一条，将会触发运行时错误。

-- 关联的标量子查询，如果 t2 表中满足 t1.c2 = t2.c2 的数据多于 1 条，则会报运行时错误
select t1.*, (select t2.c1 from t2 where t1.c2 = t2.c2) from t1;

-- 报错信息样例如下
ERROR 1105 (HY000): errCode = 2, detailMessage = (127.0.0.1)[INVALID_ARGUMENT][E33] correlate scalar subquery must return only 1 row

非关联标量子查询返回多行报错​

Doris 会在运行时添加一个 assert num rows 算子，如果子查询返回的数据量超过一条记录，将会触发运行时错误。

-- 非关联的标量子查询，如果 t2 表有多于 1 条的数据，则可能报运行时错误
select t1.*, (select t2.c1 from t2) from t1;

-- 报错信息样例如下
ERROR 1105 (HY000): errCode = 2, detailMessage = (127.0.0.1)[CANCELLED]Expected EQ 1 to be returned by expression
反馈问题
ASF
Resources
Community
Join the community
Copyright © 2026 The Apache Software Foundation,Licensed under the Apache License, Version 2.0. Apache, Doris, Apache Doris, the Apache feather logo and the Apache Doris logo are trademarks of The Apache Software Foundation.