SqlServer join和in的查询效率区别

之前做过一个下面的操作

select Id1 from table1 where id1 in (1，2，3，4，5...)

其中括号中的数组大概有1w+的量级。执行数据库语句的过程中出现了超过30s的command操作。后来换成了join查询，效率大幅度提升。

接下来比较一个in查询和join查询的区别。

• in操作 ：确定给定的值是否与子查询或列表中的值相匹配。in在查询的时候，首先查询子查询的表，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。但是图上已经到万级别，所以不建议用，可是即使如此，table1是有索引的，按照table1是百万级的话，log（10000）*10000,也就是百万级的查询，对于sqlserver来说不是问题。但是我查询了30s，这就有问题了。稍等，我们详细分析，先来看看join查询。
• join操作：join有三种处理方法。
  • nested loops join：嵌套join，时间复杂度是O（m*N），sqlserver在遇到万级的表时不会选择这个。
  • Merge join：合并join，时间复杂度是O(m+n),类似于归并排序的原理，在关联的属性是有序的条件下，合并的效率最高。
  • hash join：时间复杂度是O(m+n)，以其中一张表的关联列为主键，建立临时hash表，另外一张表和hash进行匹配。这种hash临时表存储在内存中，比较消耗内存。
• 对比之下，能用join的基本不要去用嵌套。
• 但是回到最开始的问题，百万量级本应很快，慢的原因是什么呢？原因是在in 后面直接加的数组列表，没有在表中select出来。