浅析mysql中exists 与 in 的使用分析

哈哈 阅读:262 2020-02-17 20:56:45 评论:0

一、exists的使用     

      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:

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:

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,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 。

二、in 的使用

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:

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

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,然后再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:

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

而不能是

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

而exists就没有这个限制。

三、exists 与 in 的比较

下面来考虑exists和in的性能,考虑如下SQL语句。

查询1:

select * from A where exists (select * from B where B.id = A.id);

查询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

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

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。

查询1:

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

查询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

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)。

查询1:

select * from A where cc in (select cc from B);

 效率低,用到了A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。

相反的,查询2: 

select * from B where cc in (select cc from A) ;

 效率高,用到了B表上cc列的索引;

select * from B where exists(select cc from A where cc=B.cc);

效率低,用到了A表上cc列的索引。 

      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。 所以无论那个表大,用not exists都比not in要快。 
 
in 与 = 的区别 
select name from student where name in ('zhang','wang','li','zhao'); 

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

的结果是相同的。


exists 和 in 的效率比较

这条语句适用于a表比b表大的情况

select * from ecs_goods a where cat_id in(select cat_id from ecs_category);

 这条语句适用于b表比a表大的情况

select * from ecs_goods a where EXISTS(select cat_id from ecs_category b where a.cat_id = b.cat_id);

原因:

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。

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(),因为它没有那么多的遍历操作,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。

声明

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

发表评论
搜索
关注我们

扫一扫关注我们,了解最新精彩内容