SQL语句中exists和in的区别

转自https://www.cnblogs.com/liyasong/p/sql_in_exists.html 和 http://blog.csdn.net/lick4050312/article/details/4476333

表展现

　　　　查询中涉及到的两个表，一个user和一个order表，具体表的内容以下：

　　　　user表：

　　　　

　　　　order表：

　　　　

in

　　1、肯定给定的值是否与子查询或列表中的值相匹配。in在查询的时候，首先查询子查询的表，而后将内表和外表作一个笛卡尔积，而后按照条件进行筛选。因此相对内表比较小的时候，in的速度较快。

　　具体sql语句以下：

 1 SELECT  2 *  3 FROM  4 `user`  5 WHERE  6 `user`.id IN (  7 SELECT  8 `order`.user_id  9 FROM 10 `order` 11 )

　　　　这条语句很简单，经过子查询查到的user_id 的数据，去匹配user表中的id而后获得结果。该语句执行结果以下：

　　　　

　　　　它的执行流程是什么样子的呢？让咱们一块儿来看一下。

　　　　首先，在数据库内部，查询子查询，执行以下代码：

        SELECT `order`.user_id FROM `order`

　　　　执行完毕后，获得结果以下：

　　　　

　　　　此时，将查询到的结果和原有的user表作一个笛卡尔积，结果以下：

　　　　

　　　　此时，再根据咱们的user.id IN order.user_id的条件，将结果进行筛选（既比较id列和user_id 列的值是否相等，将不相等的删除）。最后，获得两条符合条件的数据。 　　　　

 

   2、select * from A where id in(select id from B)

以上查询使用了in语句,in()只执行一次,它查出B表中的全部id字段并缓存起来.以后,检查A表的id是否与B表中的id相等,若是相等则将A表的记录加入结果集中,直到遍历完A表的全部记录. 它的查询过程相似于如下过程

List resultSet=[]; Array A=(select * from A); Array B=(select id from B);
for(int i=0;i<A.length;i++) {    for(int j=0;j<B.length;j++) {       if(A[i].id==B[j].id) {          resultSet.add(A[i]);          break;       }    } } return resultSet;

能够看出,当B表数据较大时不适合使用in(),由于它会B表数据所有遍历一次. 如:A表有10000条记录,B表有1000000条记录,那么最多有可能遍历10000*1000000次,效率不好. 再如:A表有10000条记录,B表有100条记录,那么最多有可能遍历10000*100次,遍历次数大大减小,效率大大提高.

结论:in()适合B表比A表数据小的状况

exists

　　1、指定一个子查询，检测行的存在。遍历循环外表，而后看外表中的记录有没有和内表的数据同样的。匹配上就将结果放入结果集中。

　　　　具体sql语句以下：

 1 SELECT  2 `user`.*  3 FROM  4 `user`  5 WHERE  6 EXISTS (  7 SELECT  8 `order`.user_id  9 FROM 10 `order` 11 WHERE 12 `user`.id = `order`.user_id 13 )

　　　　这条sql语句的执行结果和上面的in的执行结果是同样的。

　　　　

　　　　可是，不同的是它们的执行流程彻底不同：

　　　　使用exists关键字进行查询的时候，首先，咱们先查询的不是子查询的内容，而是查咱们的主查询的表，也就是说，咱们先执行的sql语句是：

　　　　 SELECT `user`.* FROM `user` 

　　　　获得的结果以下：

　　　　

　　　　而后，根据表的每一条记录，执行如下语句，依次去判断where后面的条件是否成立：

EXISTS ( SELECT `order`.user_id FROM `order` WHERE `user`.id = `order`.user_id )

　　　　若是成立则返回true不成立则返回false。若是返回的是true的话，则该行结果保留，若是返回的是false的话，则删除该行，最后将获得的结果返回。

　　2、select a.* from A a where exists(select 1 from B b where a.id=b.id)

以上查询使用了exists语句,exists()会执行A.length次,它并不缓存exists()结果集,由于exists()结果集的内容并不重要,重要的是结果集中是否有记录,若是有则返回true,没有则返回false. 它的查询过程相似于如下过程

List resultSet=[]; Array A=(select * from A)
for(int i=0;i<A.length;i++) {    if(exists(A[i].id) {    //执行select 1 from B b where b.id=a.id是否有记录返回        resultSet.add(A[i]);    } } return resultSet;

当B表比A表数据大时适合使用exists(),由于它没有那么遍历操做,只须要再执行一次查询就行. 如:A表有10000条记录,B表有1000000条记录,那么exists()会执行10000次去判断A表中的id是否与B表中的id相等. 如:A表有10000条记录,B表有100000000条记录,那么exists()仍是执行10000次,由于它只执行A.length次,可见B表数据越多,越适合exists()发挥效果. 再如:A表有10000条记录,B表有100条记录,那么exists()仍是执行10000次,还不如使用in()遍历10000*100次,由于in()是在内存里遍历比较,而exists()须要查询数据库,咱们都知道查询数据库所消耗的性能更高,而内存比较很快.

结论:exists()适合B表比A表数据大的状况

当A表数据与B表数据同样大时,in与exists效率差很少,可任选一个使用.

　　区别及应用场景

　　　　in 和 exists的区别: 若是子查询得出的结果集记录较少，主查询中的表较大且又有索引时应该用in, 反之若是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。其实咱们区分in和exists主要是形成了驱动顺序的改变(这是性能变化的关键)，若是是exists，那么之外层表为驱动表，先被访问，若是是IN，那么先执行子查询，因此咱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 ，另外IN时不对NULL进行处理。

　　　　in 是把外表和内表做hash 链接，而exists是对外表做loop循环，每次loop循环再对内表进行查询。一直以来认为exists比in效率高的说法是不许确的。

 

等价语句

SELECT /*+ PARALLEL*/ 'HL',T1.*,SYSDATE,'2017-05' FROM  DC_ALL_HL.V_OFFER_INST_INFO T1
WHERE T1.PROD_INST_ID IN ( SELECT PROD_INST_ID FROM AUDI_SAMPLE_HL);


SELECT /*+ PARALLEL(T1,50)*/ 'HL',T1.*,SYSDATE,'2017-05' FROM  DC_ALL_HL.V_OFFER_INST_INFO T1
WHERE  EXISTS (
  　　　　　　　　SELECT * FROM AUDI_SAMPLE_HL AU where T1.PROD_INST_ID = AU.PROD_INST_ID);

 

　　not in 和not exists

　　　　若是查询语句使用了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。因此不管那个表大，用not exists都比not in要快。

 

　　　　

　　好比在Northwind数据库中有一个查询为 SELECT c.CustomerId,CompanyName FROM Customers c WHERE EXISTS( SELECT OrderID FROM Orders o WHERE o.CustomerID=c.CustomerID) 这里面的EXISTS是如何运做呢？子查询返回的是OrderId字段，但是外面的查询要找的是CustomerID和CompanyName字段，这两个字段确定不在OrderID里面啊，这是如何匹配的呢？
EXISTS用于检查子查询是否至少会返回一行数据，该子查询实际上并不返回任何数据，而是返回值True或False EXISTS 指定一个子查询，检测 行 的存在。
语法： EXISTS subquery 参数： subquery 是一个受限的 SELECT 语句 (不容许有 COMPUTE 子句和 INTO 关键字)。 结果类型： Boolean 若是子查询包含行，则返回 TRUE ，不然返回 FLASE 。

例表A：TableIn	例表B：TableEx

（一）. 在子查询中使用 NULL 仍然返回结果集 select * from TableIn where exists(select null) 等同于： select * from TableIn

（二）. 比较使用 EXISTS 和 IN 的查询。注意两个查询返回相同的结果。 select * from TableIn where exists(select BID from TableEx where BNAME=TableIn.ANAME) select * from TableIn where ANAME in(select BNAME from TableEx)

（三）. 比较使用 EXISTS 和 = ANY 的查询。注意两个查询返回相同的结果。 select * from TableIn where exists(select BID from TableEx where BNAME=TableIn.ANAME) select * from TableIn where ANAME=ANY(select BNAME from TableEx)

NOT EXISTS 的做用与 EXISTS 正好相反。若是子查询没有返回行，则知足了 NOT EXISTS 中的 WHERE 子句。
结论： EXISTS(包括 NOT EXISTS )子句的返回值是一个BOOL值。 EXISTS内部有一个子查询语句(SELECT ... FROM...)， 我将其称为EXIST的内查询语句。其内查询语句返回一个结果集。 EXISTS子句根据其内查询语句的结果集空或者非空，返回一个布尔值。
一种通俗的能够理解为：将外查询表的每一行，代入内查询做为检验，若是内查询返回的结果取非空值，则EXISTS子句返回TRUE，这一行行可做为外查询的结果行，不然不能做为结果。
分析器会先看语句的第一个词，当它发现第一个词是SELECT关键字的时候，它会跳到FROM关键字，而后经过FROM关键字找到表名并把表装入内存。接着是找WHERE关键字，若是找不到则返回到SELECT找字段解析，若是找到WHERE，则分析其中的条件，完成后再回到SELECT分析字段。最后造成一张咱们要的虚表。 WHERE关键字后面的是条件表达式。条件表达式计算完成后，会有一个返回值，即非0或0，非0即为真(true)，0即为假(false)。同理WHERE后面的条件也有一个返回值，真或假，来肯定接下来执不执行SELECT。 分析器先找到关键字SELECT，而后跳到FROM关键字将STUDENT表导入内存，并经过指针找到第一条记录，接着找到WHERE关键字计算它的条件表达式，若是为真那么把这条记录装到一个虚表当中，指针再指向下一条记录。若是为假那么指针直接指向下一条记录，而不进行其它操做。一直检索完整个表，并把检索出来的虚拟表返回给用户。EXISTS是条件表达式的一部分，它也有一个返回值(true或false)。
在插入记录前，须要检查这条记录是否已经存在，只有当记录不存在时才执行插入操做，能够经过使用 EXISTS 条件句防止插入重复记录。 INSERT INTO TableIn (ANAME,ASEX) SELECT top 1 '张三', '男' FROM TableIn WHERE not exists (select * from TableIn where TableIn.AID = 7)
EXISTS与IN的使用效率的问题，一般状况下采用exists要比in效率高，由于IN不走索引，但要看实际状况具体使用： IN适合于外表大而内表小的状况；EXISTS适合于外表小而内表大的状况。

 

 

阅读全文