在SQL Server中为何不建议使用Not In子查询

    在SQL Server中，子查询能够分为相关子查询和无关子查询，对于无关子查询来讲，Not In子句比较常见，但Not In潜在会带来下面两种问题：

• 结果不许确
• 查询性能低下

 

    下面咱们来看一下为何尽可能不使用Not In子句。

 

结果不许确问题

    在SQL Server中，Null值并非一个值，而是表示特定含义，其所表示的含义是“Unknow”，能够理解为未定义或者未知，所以任何与Null值进行比对的二元操做符结果必定为Null，包括Null值自己。而在SQL Server中，Null值的含义转换为Bool类型的结果为False。让咱们来看一个简单的例子，如图1所示。

图1.Null值与任何值进行对比结果都为Null

    SQL Server提供了“IS”操做符与Null值作对比，用于衡量某个值是否为Null。

 

    那么Not In 的问题在哪呢，如图2所示。

   

图2.Not In产生不许确的值

 

     在图2中，条件3不属于Not In后面列表的任意一个，该查询却不返回任何值，与预期的结果不一样，那么具体缘由就是Not In子句对于Null值的处理，在SQL Server中，图2中所示的Not In子句其实能够等价转换为如图3所示的查询。

图3.对于Not In子句来讲，能够进行等价转换

 

    在图3中能够看到Not In能够转换为条件对于每一个值进行不等比对，并用逻辑与链接起来，而前面提到过Null值与任意其余值作比较时，结果永远为Null，在Where条件中也就是False，所以3<>null就会致使不返回任何行，致使Not In子句产生的结果在乎料以外。

    所以，Not In子句若是来自于某个表或者列表很长，其中大量值中即便存在一个Null值，也会致使最终结果不会返回任何数据。

解决办法？

    解决办法就是不使用Not In，而使用Not Exists做为替代。Exists的操做符不会返回Null，只会根据子查询中的每一行决定返回True或者False，当遇到Null值时，只会返回False，而不会由某个Null值致使整个子查询表达式为Null。对于图2中所示的查询，咱们能够改写为子查询，如图4所示。

图4.Not Exists能够正确返回结果

 

Not In致使的查询性能低下

    前面咱们能够看出，Not In的主要问题是因为对Null值的处理问题所致使，那么对Null值的处理究竟为何会致使性能问题？让咱们来看图5的示例。图5中，咱们使用了Adventurework示例数据库，并为了演示目的将SalesOrderDetail表的ProductId的定义由Not Null改成Null，此时咱们进行一个简单的Not In查询。如图5所示。

图5.Not In的执行计划

 

    在图5中，咱们看到一个Row Count Spool操做符，该操做符用于确认ProductId列中是否有Null值（过程是对比总行数和非Null行数，不想等则为有Null值，虽然咱们知道该列中没有Null值，但因为列定义是容许Null的，所以SQL Server必须进行额外的确认），而该操做符占用了接近一半的查询成本。所以咱们对比Not Exists，如图6所示。

图6.Not In Vs Not Exists

 

    由图6能够看出，Not In的执行成本几乎是Not Exists的3倍，仅仅是因为SQL Server须要确认容许Null列中是否存在Null。根据图3中Not In的等价形式，咱们彻底能够将Not In转换为等价的Not Exist形式，如图7所示。

图7.Not In转换为Not Exists

    咱们来对比图7和其等价Not In查询的成本，如图8所示。

图8.成本上彻底等价

 

    所以咱们能够看到Not In须要额外的步骤处理Null值，上述状况是仅仅在SalesOrderDetail表中的ProductId列定义为容许Null，若是咱们将SalesOrderHeader的SalesOrderID列也定义为容许Null时，会发现SQL Server还须要额外的成本确认该列上是否有Null值。如图9所示。

图9.SQL Server经过加入Left Anti Semi Join操做符解决列容许Null的问题

 

此时Not In对应的等价Not Exist形式变为如代码清单1所示。

SELECT  *

FROM    Sales.SalesOrderHeader a

WHERE   NOT EXISTS ( SELECT *

                     FROM   Sales.SalesOrderDetail b

                     WHERE  a.SalesOrderID = b.ProductID )

        AND NOT EXISTS ( ( SELECT   *

                           FROM     Sales.SalesOrderDetail b

                           WHERE    b.ProductID IS NULL

                         ) )

        AND NOT EXISTS ( SELECT 1

                         FROM   ( SELECT    *

                                  FROM      Sales.SalesOrderHeader

                                ) AS c

                         WHERE  c.SalesOrderID IS NULL )

代码清单1.当链接列两列定义都容许Null时，Not In等价的Not Exists形式

 

    此时咱们简单对比Not In和Not Exists的IO状况，如图10所示。

图10.Not In吃掉很高的IO

 

小结

    本文阐述了Not In 的实现原理以及所带来的数据不一致和性能问题，在写查询时，尽可能避免使用Not In，而转换为本文提供的Not Exists等价形式，将会减小不少麻烦。