Sql中为什么要小表驱动大表，以及In以及exists的使用对比

一.分析

mysql的join实现原理是，以驱动表的数据为基础，“嵌套循环”去被驱动表匹配记录，

这里的小表驱动大表速度快的前提是：两个表上根据主/外键建立了索引，这样在根据某一条数据查找B+树时，速度就会大大提高，若没有建立索引，则两个表无论谁当作主表，查找数据的次数都是一样的

select * from a join b on a.bid =b.id

假设 a表10000数据，b表20数据

这里有2个过程，b 表数据最少，查询引擎优化选择b为驱动表，

• 循环b表的20条数据，
• 去a表的10000数据去匹配，这个匹配的过程是B+树的查找过程，比循环取数要快的多。

1. 小表驱动的方式

for  20条数据
   匹配10000数据（根据on a.bid=b.id的连接条件，进行B+树查找）

查找次数 20+ log10000

2.如果使用大表驱动，则查找过程是这样的

for 10000条数据
    匹配20条数据（根据on a.bid=b.id的连接条件，进行B+树查找）

查找次数 10000+ log20

二.结论

可以看出来
小表驱动大表：20+ log10000
大表驱动小表：10000+ log20
显然小表驱动大表查询效率要高很多。

C.小表驱动大表的案例：

 

三.in和exists的对比:

下面关于大表和小表的讨论均为A是小表

a.小表放到in之后的效率优于放到in之前
例：select name from B where id in(select id in A);
分析：

1>IN的语法理解：MySql 的执行顺序会先执行子查询，再执行主查询，然后获得我们要查询的数据。

2>上面的查询语句可以拆成 首先 select id in A; 其次 select name from B where B.id=A.id; 

b.exists
例：select name from A where exists (Select * from B where B.id=A.id);
分析：

1>将EXISTS 语法理解为：将主查询的数据放在子查询中做条件验证，根据结果TRUE 和 FALSE 来决定主查询中的数据是否需要保留,EXISTS 子查询只返回TRUE 或 FALSE .Exists就是将主查询出的每一条语句放到exists后的子查询中存在即保留。exists/no exists具体用法可看：https://blog.csdn.net/qq_39552268/article/details/111934416

2>先遍历小表A，取得A中每个值和B中的值进行比对，如果比对成功了返回true

 

总之，什么时候用In,什么时候用exists呢？

1>根据两个表的数据量判断：

我们使用IN 优于 EXISTS。当A表中数据多于 B表中的数据时(我们这里只是假设)，这时我们使用EXISTS 优于 IN。因此是使用IN 还是使用EXISTS 就需要根据我们的需求决定了。但是如果两张表中的数据量差不多时那么是使用IN 还是使用 EXISTS 差别不大。

2>根据限制条件来判断：

虽然exists和in都有过滤功能,他俩最大的差别就是in引导的子句只能对一个字段进行限制,比如

但是如果我们想对多个字段进行限制,使用in就不合适了。具体可参考：https://blog.csdn.net/qq_39552268/article/details/111934416