SQL in与exists相关性能问题总结

SQL  in与exists相关性能问题总结

• in 和 exists

in 和 exists的是DBA或开发人员日常工作学习中常用的基本运算符，今天我就这两个所带来的性能问题进行分析总结，方便自己与他人的后续学习与工作。

先来了解in 和 exists的性能区别: 如果主查询中的表较大且又有索引，子查询得出的结果集记录较少时，应该用in；反之如果外层的主查询记录较少，子查询中的表大，又有索引时使用exists。

举例说明： select * from A where A.ID in（select B.ID from B ）

select * from A  where exists(select 1 from B where A.ID=B.ID)

其中，第一句in字句使用的是外层A表的索引，括号中的B全表扫描，所以，当A表巨大而B表很小的时候，此时性能较高，反之性能很差；

第二句exists字句中使用的是内层B表的索引，外面A全表扫描，所以，当B表巨大而A表很小的时候，此时性能较高，反之性能很差。

区分in和exists主要是造成了驱动顺序的改变（这是性能变化的关键），如果是exists，那么以外层表为驱动表，先被访问，如果是in，那么先执行子查询，再以in为驱动表，去查找外层表中符合要求的记录，所以我们会以驱动表的快速返回为目标，那么就会考虑到索引及结果集的关系了。

a)         in的执行顺序：

1.首先执行一次子查询，子查询先产生结果集；

2. 然后主查询再去结果集里去找符合要求的字段列表去.符合要求的输出,反之则不输出。

b)        exists的执行顺序：

1.首先执行一次外部查询；

2.对于外部查询中的每一行分别执行一次子查询，而且每次执行子查询时都会引用外部查询中当前行的值；

3.使用子查询的结果true或false来确定外部查询的结果集。

例如：表A(小表)，表B(大表)
select * from A where cc in(select cc from B)
-->效率低，用到了A表上cc列的索引；
select * from A where exists(select cc from B where cc=A.cc)
-->效率高，用到了B表上cc列的索引。
相反的：
select * from B where cc in(select cc from A)
-->效率高，用到了B表上cc列的索引
select * from B where exists(select cc from A where cc=B.cc)
-->效率低，用到了A表上cc列的索引。

exists适合外表结果集很小的情况；in适合外表结果集很大，而内表结果集较小的情况。

• not in 和not exists

这里首先要说，not in 逻辑上不完全等同于not exists，当子查询中返回的任意一条记录含有空值，则not in查询将不返回任何记录；当子查询字段有非空限制，这时可以使用not in。

1、对于not exists查询，内表存在空值对查询结果没有影响；对于not in查询，内表存在空值将导致最终的查询结果为空。

2、对于not exists查询，外表存在空值，存在空值的那条记录最终会输出；对于not in查询，外表存在空值，存在空值的那条记录最终将被过滤，其他数据不受影响。

3、解释为什么not in语句比not exists语句效率差这么多（not in 不走索引）：

not exists语句很显然就是一个简单的两表关联，内表与外表中存在空值本身就不参与关联；

not exists的执行顺序是：在表中查询，是根据索引查询的，如果存在就返回true，如果不存在就返回false，不会每条记录都去查询。

not in的执行顺序是：是在表中一条记录一条记录的查询(查询每条记录）符合要求的就返回结果集，不符合的就继续查询下一条记录，直到把表中的记录查询完。也就是说为了证明找不到，所以只能查询全部记录才能证明，并没有用到索引。