Sql中EXISTS与IN的使用及效率

in 和exists

对于以上两种查询条件，in是把外表和内表作hash 连接，而exists 是对外表作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 效率高的说法是不准确的。在不同的情况下，exists与in的性能各有优缺项，如果查询的两个表大小相当，那么用in 和exists 差别不大。

下面以实例来进行说明：

select *  from a where id in(select id from b);

select *  from a where exists (select 1 from b where a.id = b.id);

 

1、in的应用原理

在select *  from a where id in(select id from b); 中，in()中的子查询只执行一次，它查询出b表中的所有id值并缓存起来；之后，在内存中检查a表的id是否与b表中的id值相等，如果相等则则将a表的记录加入到结果集中，直到遍历完a表中的所有记录。

它查询的过程类似于一下过程

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;
           }
    }
}

如：a表有10000条记录，b表有1000000条记录，那么使用in最多可能有10000*1000000次遍历，效率很差；

a表有10000条记录，b表有100条记录，那么使用in最多可能有10000*100次遍历，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的应用原理

在select * from a where exists (select 1 from b where a.id=b.id);之中
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：

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。
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()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。
再如：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

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。

数据从一个表往另外一个表中插入数据时使用exists:

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。


关于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flase 。
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。