你的位置:首页 > 数据库

[数据库]SQL查询中in、exists、not in、not exists的用法与区别


1、in和exists

in是把外表和内表作hash(字典集合)连接,而exists是对外表作循环,每次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,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较大,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)

方式一:索引使用

1)select * from A where id in(select id from B)   -->效率低,用到了A表上id列的索引

2)select * from A where exists(select id from B where id=A.id) -->效率高,用到了B表上id列的索引

3)select * from B where id in(select id from A)   -->效率高,用到了B表上id列的索引

4)select * from B where exists(select id from A where id=B.id) -->效率低,用到了A表上id列的索引

方式二:遍历使用

1)in()只执行一次,它查出B表中的所有id字段并缓存起来。然后检查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代码的执行过程:

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(),因为它会把B表数据全部遍历一次。

如: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。

如: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()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代码的执行过程:

List resultSet={};

Array A=(select * from A);

for(int i=0;i<A.length;i++) {

if(exists(A[i].id) {  //执行select id 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。

2、not in 和not exists

not in 逻辑上不完全等同于not exists,如果你误用了not in,小心你的程序存在致命的bug。

请看下面的例子:

create table A1 (c1 int,c2 int);

create table A2 (c1 int,c2 int);

insert into A1 values(1,2);

insert into A1 values(1,3);

insert into A2 values(1,2);

insert into A2 values(1,null);

 

select * from A1 where c2 not in(select c2 from A2);                            -->执行结果:无(null)

select * from A1 where not exists(select c2 from A2 where A2.c2=A1.c2);    -->执行结果:1  3

正如所看到的,not in出现了不期望的结果集,存在逻辑错误。使用not in(它会调用子查询),而使用not exists(它会调用关联子查询)。如果子查询中返回的任意一条记录含有空值,则查询将不返回任何记录。如果子查询字段有非空限制,这时可以使用not in。

如果查询语句使用了not in,那么对内外表都进行全表扫描,没有用到索引;而not exists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。

3、in 和 =

select name from employee where name in('张三','李四','王五');

select name from employee where name='张三' or name='李四' or name='王五';

的结果是相同的。

4.exists防止插入重复记录

有时需要插入非重复记录,在Mysql中可以使用ignore关键字来忽略已有记录,但是其只能通过主键忽略,不能根据自定义条件忽略。

其语法为:insert ignore into tableName (column1,column2,……) values (value1,value2,……);

但是其他数据库不一定提供类似ignore关键字,所以可以使用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);

5.关于exists更多说明

exists用于检查子查询返回的结果集是否为空,该子查询实际上并不返回任何数据,而是返回值true或false。
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 false 。
结论:select * from A where exists (select 1 from B where A.id=B.id);

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集非空,则exists子句返回true,这一行方可作为外查询的结果行,否则不能作为结果。

                --------以上sql内容根据网上提供的资料整理出的结果,均适用与Mysql、Sql Server、Oracle。