【MySQL】SQL 查询中 in 和 exists 的区别分析

柔光的暖阳◎ 2023-01-17 09:22 174阅读 0赞

> 原文链接：[https://www.jianshu.com/p/f212527d76ff][https_www.jianshu.com_p_f212527d76ff]

来看两条 SQL 语句：

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

对于以上两种情况，in 是在内存里遍历比较，而 exists 需要查询数据库，所以当 B 表数据量较大时，exists 效率优于in。

### 1.IN() 内部工作原理 ###

IN() 只执行一次，它查出B表中的所有id字段并缓存起来。之后，检查A表的id是否与B表中的id相等，如果相等则将A表的记录加入结果集中，直到遍历完A表的所有记录。

它的查询过程类似于以下过程：

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;

可以看出，当 B 表数据较大时不适合使用in()，因为它会 B 表数据全部遍历一次

*  例1：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，效率很差。
 *  例2：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，遍历次数大大减少，效率大大提升。

> 结论：IN()适合B表比A表数据小的情况

### 2.EXISTS() 内部工作原理 ###

exists() 会执行A.length次，它并不缓存exists()结果集，因为exists()结果集的内容并不重要，重要的是其内查询语句的结果集空或者非空，空则返回false，非空则返回true。

它的查询过程类似于以下过程：

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 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()，因为它没有那么多遍历操作，只需要再执行一次查询就行。

*  例1：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。
 *  例2：A表有10000条记录，B表有100000000条记录，那么exists()还是执行10000次，因为它只执行A.length次，可见B表数据越多，越适合exists()发挥效果。
 *  例3：A表有10000条记录，B表有100条记录，那么exists()还是执行10000次，还不如使用in()遍历10000\*100次，因为in()是在内存里遍历比较，而exists()需要查询数据库，我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表数据大的情况

### 3.使用情况分析 ###

当 A 表数据与 B 表数据一样大时，in 与exists效率差不多，可任选一个使用。

在插入记录前，需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作，可以通过使用 EXISTS 条件句防止插入重复记录。

insert into A (name,age) select name,age from B where not exists (select 1 from A where A.id=B.id);

EXISTS与IN的使用效率的问题，通常情况下采用exists要比in效率高，因为IN不走索引。但要看实际情况具体使用：

*  IN 适合于外表大而内表小的情况；
 *  EXISTS 适合于外表小而内表大的情况。

### 4.再说 EXISTS ###

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 (不允许有 COMPUTE 子句和 INTO 关键字)。

> 结果类型： Boolean 如果子查询包含行，则返回 TRUE ，否则返回 FLASE 。

结论：

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

EXISTS(包括 NOT EXISTS )子句的返回值是一个boolean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。

一种通俗的可以理解为：将外查询表的每一行，代入内查询作为检验，如果内查询返回的结果取非空值，则EXISTS子句返回TRUE，这一行行可作为外查询的结果行，否则不能作为结果。

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，然后通过FROM关键字找到表名并把表装入内存。接着是找WHERE关键字，如果找不到则返回到SELECT找字段解析，如果找到WHERE，则分析其中的条件，完成后再回到SELECT分析字段。最后形成一张我们要的虚表。

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，来确定接下来执不执行SELECT。

分析器先找到关键字SELECT，然后跳到FROM关键字将STUDENT表导入内存，并通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，如果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。如果为假那么指针直接指向下一条记录，而不进行其它操作。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)。

[https_www.jianshu.com_p_f212527d76ff]: https://www.jianshu.com/p/f212527d76ff