mysql中exists和in的用法你还真不知道（mysql中exists和in的用法你还真不知道）

mysql中exists和in的用法你还真不知道（mysql中exists和in的用法你还真不知道）A表（主查询，即：外表）和B表（子查询，即：内表）关联查询；比如：排序- 合并连接(Sort Merge Join (SMJ) ) 嵌套循环(Nested Loops (NL) ) 哈希连接(Hash Join)

exists与in的查询方式

In：是把外表和内表做Hash 连接

，

exists：是对外表作loop 循环，每次loop循环再对内表进行查询

典型的连接类型共有3种：

排序- 合并连接(Sort Merge Join (SMJ) )

嵌套循环(Nested Loops (NL) )

哈希连接(Hash Join)

效率分析

比如：

A表（主查询，即：外表）和B表（子查询，即：内表）关联查询；

当A表和B表大小相当时，用in和exists查询效率差不多；

当A表（主查询）比B表（子查询）大的时，即子查询表小的时候用In效率高；

当A表（主查询）比B表（子查询）小的时，即子查询表大的时候用exists效率高;

格式不同

1、In：

select a.* from A where a.id in (select b.id from B b)

2、exists：

select a.* from A where exists (select b.id from B b where a.id=b.id)

例如 ：

表A(主查询)大，B表（子查询）小

in 查看：

select a.* from A where a.id in (select bid from B b) 相当于： select * from A a (select b.id from B b) c where a.id = c.id

效率低的原因

全程扫描B表，用到A 表上的a.id的索引，因为A表大

exists 查看

select * from a where exists (select b.id from B b where b.id = a.id)

效率高的原因：

全程扫描A表，用到B表上的b.id的索引，因为B表大

Not in 和Not Exists 的 效率

格式不同：

In：

select a.* from A where a.id not in (select b.id from B b)

exists：

select a.* from A where not exists (select b.id from B b where a.id=b.id)

如果查询语句使用了not in 那么内外表都进行全表扫描，没有用到索引；而not extsts 的子查询依然能用到表上的索引。 所以无论那个表大，用not exists都比not in要快。

关联子查询与非关联子查询

关联子查询需要在内部引用外部表，而非关联子查询不要引用外部表。对于父查询中处理的记录来说，一个关联子查询是每行计算一次，然而一个非关联子查询只会执行一次，而且结果集被保存在内存中（如果结果集比较小），或者放在一张oracle临时数据段中（如果结果集比较大）。一个“标量”子查询是一个非关联子查询，返回唯一记录。如果子查询仅仅返回一个记录，那么oracle优化器会将结果缩减为一个常量，而且这个子查询只会执行一次。

如何选择？

根据外部查询，以及子查询本身所返回的记录的数目。如果两种查询返回的结果是相同的，哪一个效率更好？

关联子查询的系统开销：对于返回到外层查询的记录来说，子查询会每次执行一次。因此，必须保证任何可能的时候子查询都要使用索引。

非关联子查询的系统开销：子查询只会执行一次，而且结果集通常是排好序的，并保存在临时数据段中，其中每一个记录在返回时都会被父级查询引用，在子查询返回大量记录的情况下，将这些结果集排序回增大系统的开销。

所以：如果父查询只返回较少的记录，那么再次执行子查询的开销不会非常大，如果返回很多数据行，那么直查询就会执行很多次。 如果子查询返回较少的记录，那么为内存中保存父查询的结果集的系统开销不会非常大，如果子查询返回多行，那么需要将结果放在临时段上，然后对数据段排序，以便为负查询中的每个记录服务。