mysql中exists与in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条数据逐条取出，然后判断n遍exists条件

 

in查询相当于多个or条件的叠加

如下：

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部查出来，假设结果集为B，共有m条记录，然后在将子查询条件结果分解成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

 

下面来考虑exists和in的性能

如下：

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转化为伪代码：

 

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;

可以看到，查询1主要用到的是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，产寻2可以转化为

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

这里主要用到了A的索引，B表如何对查询影响不大

 

再看not exists和not in

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);
查询1，还是用了B的索引

查询2，可以转换为

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B表的每条记录，都要在A表里遍历一次，查看A表里是存在这条记录

故not exists比not in效率高

 

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：

select * from A where cc in(select cc from B)效率低，用到了A表上的cc列索引；

select * from A where exists(select cc from B where cc=A.cc)效率高，用到了B表上的cc列索引

 

2：

select * from B where cc in(select cc from A)效率高，用到了B表上cc列索引

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 exists的子查询依然能用到表上的索引

所以无论那个表大，not exists都比not in要快

 

in与=的区别

select name from student where name in('zhang','wang','li');

与

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

的结果是相同