Duda Select.. Where vs Inner Join

[JonathanB]

Saludos compañeros, hoy los quisiera molestar a que me ayudaran a entender el siguiente query.

Tomar en cuenta lo siguiente:
BASE_A tiene 788669 registros y BASE_B tiene 1721

Código SQL:

SELECT TOP 1000
        BASE_A.CUENTA,
        BASE_A.NOMBRE
        BASE_A.FECHA_EXP
FROM BASE_A, BASE_B
WHERE   BASE_A.CUENTA = BASE_B.CUENTA AND
        BASE_B.ESTADO < 3 OR
        BASE_B.ESTADO > 4 AND
        BASE_A.MONTO  > 0
 

Tiempo: 5 seg

VS

Código SQL:

SELECT DISTINCT TOP 1000
        BASE_A.CUENTA,
        BASE_A.NOMBRE
        BASE_A.FECHA_EXP
FROM BASE_A
INNER JOIN BASE_B
ON      BASE_A.CUENTA = BASE_B.CUENTA AND
        BASE_B.ESTADO < 3 OR
        BASE_B.ESTADO > 4 AND
WHERE   BASE_A.MONTO  > 0
 

Tiempo: 0 seg (lo muestra inmediatamente)

Mis dudas son las siguientes:

• De que manera realiza la consulta el Inner Join para que pueda mostrar la información inmediatamente.
  
• Porque necesito usar Distinct en el query de Inner Join.
  
• Y la última seria, en que casos se recomienda realmente usar Join vs un simple Select Where.

Muchas gracias por su ayuda

[gnzsoloyo]

Son preguntas de manual. En cualquier manual de bases de datos encontrarás las respuestas.
Sinteticamente:

De que manera realiza la consulta el Inner Join para que pueda mostrar la información inmediatamente.

INNER JOIN realiza una junta natural por matching de claves, devolviendo sólo los registros que coincidan como se indica en el ON. Esta seleccción (que tiene varios algoritmos diferentes) descarta en la misma medida que va leyendo los registros de la segunda tabla.

Porque necesito usar Distinct en el query de Inner Join.

Porque en una relación N:N o 1:N, el mismo registro de A se relaciona con má de uno de B y por tanto si quieres una lista simplificada debes eliminar las duplicidades.

Y la última seria, en que casos se recomienda realmente usar Join vs un simple Select Where.

JOIN. los DBMS trabajan en modo estadístico. Dos ejecuciones de la misma sentencia en dos momentos diferentes de tiempo pueden usar algoritmos distintos para obtener el resultado por los diferentes análisis que los parsers determinen.
El problema es que el JOIN es optimizable epor los procedimientos internos de los DBMS para determinar el mejor algorimo, pero el WHERE no.
El WHERE se usa tal y como existe, lo que puede hacer que el DBMS lea completamente las dos tablas antes de aplicar los filtros del WHERE, sin realizar filtrados durante la lectura. En consecuencia, como el JOIN si es optimizable, usar el WHERE para determinar las relaciones es ineficiente. Tiende a permitir productos cartesianos, los que implican inmenso desperdicio de memoria y procesador.

[JonathanB]

Wow muchisimas gracias, es una respuesta bastante entendible