mysql中in与exists的性能与效率对比

转载：https://blog.csdn.net/zhlelva/article/details/54911065

暂未全部验证，只使用到第一种情况，子表数据比主表数据少时，in要比exists快很多

有一种说法，说exists性能比in要好，其实不全然。哪个性能更好，需要看具体的需求场景。
1、如何选择使用in 或者 exists？
1）子表数据量比外表数据量少，使用in。
2）子表数据量比外表数据量大，使用exists。
3）子表与外表数据量大小差不多，用in与exists的效率相差不大。

2、原因分析
1）in语句：使用hash将外表与内表连接。select * from A where id in (select id from B) 会用到A表的id索引
（转）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.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.

2）exists是对外表做loop循环，每次loop循环再对子表进行访问。select a.* from A a where exists(select 1 from B b where a.id=b.id)  会用B表的id索引
（转）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.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.



3、not in 和 not exists
使用not in 会内外表都全表扫描；使用not exists还能用上内表（子表）的索引。所以，一定建议使用Not exists