mysql exists/not exists/in/not in 的用法和差别
以一个简单的查询为例子,涉及到的表如下:
User表
薪资表
关联关系:user.user_id = salary.user_id
1. exists
exists查询先进行外查询,再进行内查询,内查询做一个行检测,如果返回值为true放入结果集,如果没匹配到就继续循环。sql语句如下:
先查询的是SELECT * FROM `user`,结果是三条记录,循环遍历外查询结果,内查询SELECT * FROM salary s WHERE s.user_id = u.user_id每次都有返回集,结果为true,最终结果就如上图所示。
改下查询语句,就会发现不一样的结果:
这时候结果就只有一条记录,因为在循环遍历外查询的时候,内查询只有第一次循环的时候有结果集,即返回true,所以最终的结果集只有一条记录。
注意:当内查询结果集为空时,最终的查询结果为空:
执行过程详解(参见:https://www.cnblogs.com/emilyyoucan/p/7833769.html)
select a.* from A a where exists(select 1 from B b where a.id=b.id)
以上查询使用了exists语句,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,重要的是结果集中是否有记录,如果有则返回true,没有则返回false. 它的查询过程类似于以下过程
List resultSet=[]; Array A=(select * from A)
for(int i=0;i<A.length;i++) { if(exists(A[i].id) { //执行select 1 from B 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 exist 和 exist 正好相反
遍历外查询的结果时,当内查询没有结果集,返回false时就把结果添加到结果集中,示例如下:
3. in
in在查询的时候,首先查询内查询的表,然后将内表和外表做一个笛卡尔积,然后按照条件进行筛选。所以相对内表比较小的时候,in的速度较快。
in 执行过程详解(参见:https://www.cnblogs.com/emilyyoucan/p/7833769.html)
select * from A where id in(select id from B)
以上查询使用了in语句,in()只执行一次,它查出B表中的所有id字段并缓存起来.之后,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. 再如: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
4. not in 和 in 正好相反