浅析MySQL中exists与in的使用

发表于 更新于 分类于

浅析MySQL中exists与in的使用

转载自 浅析MySQL中exists与in的使用 - by Franklin

exists

exists对外表用loop逐条查询，每次查询都会查看exists的条件语句，当exists里的条件语句能够返回记录行时(无论记录行是的多少，只要能返回)，条件就为真，返回当前loop到的这条记录;反之如果exists里的条 件语句不能返回记录行，则当前loop到的这条记录被丢弃，exists的条件就像一个bool条件，当能返回结果集则为true，不能返回结果集则为 false

如下：👇

1
select * from user where exists (select 1);

对user表的记录逐条取出，由于子条件中的select 1永远能返回记录行，那么user表的所有记录都将被加入结果集，所以与 select * from user;是一样的。

又如下👇

1
select * from user where exists (select * from user where userId = 0);

可以知道对user表进行loop时，检查条件语句(select * from user where userId = 0),由于userId永远不为0[^1]，所以条件语句永远返回空集，条件永远为false，那么user表的所有记录都将被丢弃。

not exists与exists相反，也就是当exists条件有结果集返回时，loop到的记录将被丢弃，否则将loop到的记录加入结果集。

总的来说，如果A表有n条记录，那么exists查询就是将这n条记录逐条取出，然后判断n遍exists条件。

in

in查询相当于多个or条件的叠加，这个比较好理解，比如下面的查询👇

1
2
3
4
select * from user where userId in (1, 2, 3);

等效于👇
select * from user where userId = 1 or userId = 2 or userId = 3;

not in与in相反，如下

1
2
3
4
select * from user where userId not in (1, 2, 3);

等效于👇
select * from user where userId != 1 and userId != 2 and userId != 3;

总的来说，in查询就是先将子查询条件的记录全都查出来，假设结果集为B，共有m条记录，然后在将子查询条件的结果集分解成m个，再进行m次查询。

值得一提的是，**in查询的子条件返回结果必须只有一个字段**，例如

1
select * from user where userId in (select id from B);

而不能是

1
select * from user where userId in (select id, age from B);

而exists就没有这个限制。

exists和in的性能

考虑如下SQL语句:👇

1
2
3
1: select * from A where exists (select * from B where B.id = A.id);

2: select * from A where A.id in (select id from B);

查询1.可以转化以下伪代码，便于理解👇

1
2
3
4
5
6
7
for ($i = 0; $i < count(A); $i++) {
　　$a = get_record(A, $i); #从A表逐条获取记录
　　if (B.id = $a[id]){ #如果子条件成立
　　　　$result[] = $a;
　　}
}
return $result;

大概就是这么个意思，其实可以看到,查询1主要是用到了B表的索引，A表如何对查询的效率影响应该不大。

假设B表的所有id为1,2,3,查询2可以转换为👇

1
select * from A where A.id = 1 or A.id = 2 or A.id = 3;

这个好理解了，这里主要是用到了A的索引，B表如何对查询影响不大。

下面再看not exists 和 not in

1
2
3
1. select * from A where not exists (select * from B where B.id = A.id);

2. select * from A where A.id not in (select id from B);

看查询1，还是和上面一样，用了B的索引。而对于查询2，可以转化成如下语句👇

1
select * from A where A.id != 1 and A.id != 2 and A.id != 3;

可以知道not in是个范围查询，这种!=的范围查询无法使用任何索引,等于说A表的每条记录，都要在B表里遍历一次，查看B表里是否存在这条记录,
故not exists比not in效率高。

mysql中的in语句是把外表和内表作hash连接，而exists语句是对外表作loop循环，每次loop循环再对内表进行查询。一直大家都认为exists比in语句的效率要高，这种说法其实是不准确的。这个是要区分环境的。

如果查询的两个表大小相当，那么用in和exists差别不大; 如果两个表中一个较小，一个是大表，则子查询表大的用exists，子查询表小的用in:
例如：表A（小表），表B（大表）

1
2
3
4
5
6
7
8
9
10
11
# 效率低，用到了A表上cc列的索引；
select * from A where cc in (select cc from B);

# 效率高，用到了B表上cc列的索引;
select * from A where exists(select cc from B where cc=A.cc);

# 效率高，用到了B表上cc列的索引； 
select * from B where cc in (select cc from A);

# 效率低，用到了A表上cc列的索引。
select * from B where exists(select cc from A where cc=B.cc);

not in和not exists如果查询语句使用了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。所以无论哪个表大，用not exists都比not in要快。

in与=的区别
1
2
3
4
select name from student where name in ('zhang','wang','li','zhao');

等效于👇
select name from student where name='zhang' or name='li' or name='wang' or name='zhao';

[^1]: 其实user_id是可以为0的。在 Mysql sql_mode 中 添加 NO_AUTO_VALUE_ON_ZERO。