浅析MySQL中exists与in的使用

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 existsexists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 inin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。

existsin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 existsnot 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,
not existsnot 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existsin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 innot 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=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