淺析MySQL中exists與in的使用，淺析mysqlexistsin

淺析MySQL中exists與in的使用，淺析mysqlexistsin

exists對外表用loop逐條查詢，每次查詢都會查看exists的條件陳述式，當 exists裡的條件陳述式能夠返回記錄行時(無論記錄行是的多少，只要能返回)，條件就為真，返回當前loop到的這條記錄，反之如果exists裡的條 件語句不能返回記錄行，則當前loop到的這條記錄被丟棄，exists的條件就像一個bool條件，當能返回結果集則為true，不能返回結果集則為 false

如下：

select * from user where exists (select 1);

對user表的記錄逐條取出，由於子條件中的select 1永遠能返回記錄行，那麼user表的所有記錄都將被加入結果集，所以與 select * from user;是一樣的

又如下

select * from user where exists (select * from user where userId = 0);

可以知道對user表進行loop時，檢查條件陳述式(select * from user where userId = 0),由於userId永遠不為0，所以條件陳述式永遠返回空集，條件永遠為false，那麼user表的所有記錄都將被丟棄

not exists與exists相反，也就是當exists條件有結果集返回時，loop到的記錄將被丟棄，否則將loop到的記錄加入結果集

總的來說，如果A表有n條記錄，那麼exists查詢就是將這n條記錄逐條取出，然後判斷n遍exists條件 

 

 

in查詢相當於多個or條件的疊加，這個比較好理解，比如下面的查詢

select * from user where userId in (1, 2, 3);

等效於

select * from user where userId = 1 or userId = 2 or userId = 3;

not in與in相反，如下

select * from user where userId not in (1, 2, 3);

等效於

select * from user where userId != 1 and userId != 2 and userId != 3;

總的來說，in查詢就是先將子查詢條件的記錄全都查出來，假設結果集為B，共有m條記錄，然後在將子查詢條件的結果集分解成m個，再進行m次查詢

 

值得一提的是，in查詢的子條件返回結果必須只有一個欄位，例如

select * from user where userId in (select id from B);

而不能是

select * from user where userId in (select id, age from B);

而exists就沒有這個限制

這裡修改一下，部分資料庫如mysql的in查詢子條件是可以返回多個欄位的，文法格式如下：

 select * from user where (userId,age) in (select id, age from B);

下面來考慮exists和in的效能

考慮如下SQL語句

1: select * from A where exists (select * from B where B.id = A.id);

2: select * from A where A.id in (select id from B);

 

查詢1.可以轉化以下虛擬碼，便於理解

for ($i = 0; $i < count(A); $i++) {

　　$a = get_record(A, $i); #從A表逐條擷取記錄

　　if (B.id = $a[id]) #如果子條件成立

　　　　$result[] = $a;

}

return $result;

大概就是這麼個意思，其實可以看到,查詢1主要是用到了B表的索引，A表如何對查詢的效率影響應該不大

 

假設B表的所有id為1,2,3,查詢2可以轉換為

select * from A where A.id = 1 or A.id = 2 or A.id = 3;

這個好理解了，這裡主要是用到了A的索引，B表如何對查詢影響不大

 

下面再看not exists 和 not in

1. select * from A where not exists (select * from B where B.id = A.id);

2. select * from A where A.id not in (select id from B);

看查詢1，還是和上面一樣，用了B的索引

而對於查詢2，可以轉化成如下語句

select * from A where A.id != 1 and A.id != 2 and A.id != 3;

可以知道not in是個範圍查詢，這種!=的範圍查詢無法使用任何索引,等於說A表的每條記錄，都要在B表裡遍曆一次，查看B表裡是否存在這條記錄

故not exists比not in效率高

 

mysql中的in語句是把外表和內表作hash 串連，而exists語句是對外表作loop迴圈，每次loop迴圈再對內表進行查詢。一直大家都認為exists比in語句的效率要高，這種說法其實是不準確的。這個是要區分環境的。
 

如果查詢的兩個表大小相當，那麼用in和exists差別不大。 如果兩個表中一個較小，一個是大表，則子查詢表大的用exists，子查詢表小的用in： 例如：表A（小表），表B（大表） 1：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 2：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。  not in 和not exists如果查詢語句使用了not in 那麼內外表都進行全表掃描，沒有用到索引；而not extsts 的子查詢依然能用到表上的索引。 所以無論那個表大，用not exists都比not in要快。 in 與 =的區別 select name from student where name in ('zhang','wang','li','zhao'); 與 select name from student where name='zhang' or name='li' or name='wang' or name='zhao' 的結果是相同的。
總結一下，之前自己只是死記硬背SQL最佳化方法，卻把其中的原因選擇性忽略，這樣其實是達不到最好的最佳化效果的。我自己最近就碰到一個SQL最佳化問題，習慣性的去用exists但是查詢速度需要70多秒，偶然回來又看了下自己轉載的這篇文章，換了in查詢速度直接變為2秒多。要知其然，更要知其所以然。