in 和 exists的区别 用数据说话

1、环境

操作系统：winxp系统 cpu：p8700 双核2.53 内存：2GB 数据库：oracle9i

 

2、表结构

 

sql代码：

drop table base_customer;

create table base_customer
(
   uuid                 number(10) not null,
   customerId           varchar(20),
   showName             varchar(30),
   trueName             varchar(30),
   image                varchar(100),
   pwd                  varchar(50),
   registerTime         timestamp,
   securityKey          varchar(10),
   primary key (uuid),
   unique(customerId)
);

create index idx_customer_registerTime on base_customer(registerTime);

drop table base_customer_sign;
create table base_customer_sign
(
   uuid                  number(10) not null,
   signCustomerUuid       number(10) not null,
   signTime              timestamp not null,
   signCount             number(10) not null,
   signSequenceCount     number(10) not null,
   primary key (uuid)
);
create index idx_sign on base_customer_sign(signCustomerUuid);

 

3、索引及数据量

 

sql代码：

base_customer      100w条
  uuid主键
  customerId 唯一索引
base_customer_sign 100条
  uuid主键
  signCustomerUuid 非唯一索引

 

4、初始化数据用例

 

java代码：

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.Timestamp;
import java.util.Date;

import oracle.jdbc.OracleDriver;

public class Test {
	
	
	public static void main(String[] args) throws Exception {
		initData();
	}
	
	public static void initData() throws Exception {
		DriverManager.registerDriver(new OracleDriver());
		Connection conn = null;
		try {
			String url = "jdbc:oracle:thin:@localhost:1521:orcl2";
			String username = "test";
			String password = "test";
			conn = DriverManager.getConnection(url, username, password);
			conn.setAutoCommit(false);
			
			conn.createStatement().execute("truncate table base_customer");
			
			PreparedStatement psst = conn.prepareStatement("insert into base_customer values(?,?,?,?,?,?,?,?)");

			for(int i=1; i<=1000000;i++) {//100w
				int count = 1;
				psst.setInt(count++, i);
				psst.setString(count++, "user" + i);
				psst.setString(count++, "user" + i);
				psst.setString(count++, "user" + i);
				psst.setString(count++, "user" + i);
				psst.setString(count++, "user" + i);
				psst.setTimestamp(count++, new Timestamp(System.currentTimeMillis()));
				psst.setString(count++, "key" + i);
			    psst.addBatch();
			    psst.executeBatch();
			    conn.commit();
			}
			
			PreparedStatement psst2 = conn.prepareStatement("insert into base_customer_sign values(?,?,?,?,?)");

			for(int i=1; i<=0;i++) {//100
				int count = 1;
				psst2.setInt(count++, i);
				psst2.setInt(count++, i);
				psst2.setTimestamp(count++, new Timestamp(System.currentTimeMillis()));
				psst2.setInt(count++, 1);
				psst2.setInt(count++, 1);
				psst2.addBatch();
				psst2.executeBatch();
			    conn.commit();
			}
		    
			psst.close();
			conn.commit();
		} catch (Exception e) {
			e.printStackTrace();
			conn.rollback();
			
		} finally {
			conn.close();
		}
	}

}

 

 

5、场景

 

5.1、第一组 内表大 外表小

 

 

用例1、

 

sql代码：

select count(*) from base_customer_sign where signCustomerUuid in (select uuid from base_customer where trueName like 'user%')

 

执行计划：

如图1-1

执行时间：

   0.015秒

结论：数据库执行了优化，根本不是我们需要的用例。

 

用例2

 

java代码：

select count(*) from base_customer_sign where signCustomerUuid in (select uuid from base_customer where trueName like 'user%' group by uuid)

执行计划：

如图1-2

执行时间：

   28.672秒

结论：内表如果查询回来很多数据并要排序的话，效率很极低，因此内表适合返回数据量小的表，例外是用例1场景。

 

 

 

用例3

java代码：

select count(*) from base_customer_sign
where exists (select 1 from base_customer where trueName like 'user%' and base_customer.uuid = base_customer_sign.signCustomerUuid)
 

执行计划：

如图1-3

执行时间：

   0.016秒

结论：外表执行全扫描，如果外表大很降低效率。

 

用例4

 

java代码：

select count(*) from base_customer_sign where signCustomerUuid in (select uuid from base_customer where customerId like 'user%')

 

执行计划：

如图1-4

执行时间：

   13.61秒

结论：即使内表很小，但外表数据量很大 同样是低效。

 

用例5

 

java代码：

select count(*) from base_customer_sign
where exists (select 1 from base_customer where base_customer.customerId like 'user%' and base_customer.uuid = base_customer_sign.signCustomerUuid)

 

执行计划：

 

如图1-5

执行时间：

   0．032秒

结论：内表大，外表小，速度快。

 

 

 

 

第二组 内表小 外表大

 

用例6

 

java代码：

select * from base_customer where uuid in (select signCustomerUuid from base_customer_sign where trueName like 'user%')

 

执行计划：

如图1-6

执行时间：

   3.844秒

结论：外表全扫描，慢。

 

 

用例7

java代码：

select count(*) from base_customer
where exists (select 1 from base_customer_sign where trueName like 'user%' and base_customer.uuid = base_customer_sign.signCustomerUuid)
 

执行计划：

如图1-7

执行时间：

   3.828秒

结论：和用例6一样。

 

 

 

用例8

 

java代码：

select count(*) from base_customer where uuid in (select signCustomerUuid from base_customer_sign where uuid>1 and signSequenceCount < 1)

 

执行计划：

如图1-8

执行时间：

   0.031秒

结论：sql被优化，使用base_customer_sign作为外表，而且和内表是通过连接搞定，效率快。

 

 

用例9

 

java代码：

select count(*) from base_customer
where exists (select 1 from base_customer_sign where base_customer_sign.uuid>1 and base_customer.uuid = base_customer_sign.signCustomerUuid)

 

执行计划：

如图1-9

执行时间：

   3.531秒

结论：外表全表扫描快不了。

 

 

 

 

总结：

1、 in可能被优化为 连接

2、 in 在未被优化时，外表小，内表大时（要建临时表并排序 耗时） 效率低

3、 exists 外表数据量大，速度肯定慢，，即使是in同样一样，而对于内表数据量多少跟索引有关。

4、 in 和 exists 在外表返回的数据量很大时也是低效的。

 

因此，，外表（驱动表） 应该都尽可能的小。

 

 

5、 not in 不走索引的，因此不能用

6、 not exists走索引的。

 

 

自己总结，难免有纰漏 本人只测试以上9个简单的用例，复杂场景可能未考虑到，因此在调优时 应该会看执行计划，根据执行计划决定哪个是高效的。

 

http://sishuok.com/forum/posts/list/1154.html