数据库—in和exist的区别

1. 区别及应用场景

in 和 exists的区别：

• 如果子查询得出的结果集记录较少，主查询中的表较大且又有索引时应该用in；
• 反之如果外层的主查询记录较少，子查询中的表大且又有索引时使用exists。

区分in和exists主要是造成了驱动顺序的改变(这是性能变化的关键)：

• 如果是exists，那么以外层表为驱动表，先被访问；
• 如果是IN，那么先执行子查询。
• 所以会以驱动表的快速返回为目标，那么就会考虑到索引及结果集的关系了 ，另外IN时不对NULL进行处理。

in 是把外表和内表作hash 连接，而exists是对外表作loop循环，每次loop循环再对内表进行查询。一直以来认为exists比in效率高的说法是不准确的。

2. 详细举例说明

举例说明涉及到的两个表，一个user和一个order表，具体表的内容如下：

user表：

order表：

　　　　

2.1 in查询

in：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。

以下面sql为例：

SELECT
    *
FROM
    `user`
WHERE
    `user`.id IN (
        SELECT
            `order`.user_id
        FROM
            `order`
    )

这条语句通过子查询查到的user_id 的数据，去匹配user表中的id然后得到结果。该语句执行结果如下：

让我们一起来看一下它的执行流程。

首先，在数据库内部，查询子查询，执行如下代码：

SELECT `order`.user_id 
FROM `order`

执行完毕后，得到结果如下：

此时，将查询到的结果和原有的user表做一个笛卡尔积，结果如下：

此时，再根据user.id IN order.user_id的条件，将结果进行筛选（既比较id列和user_id 列的值是否相等，将不相等的删除）。

最后，得到两条符合条件的数据。
　　　　

2.2 exists查询

exists：指定一个子查询，检测行的存在。遍历循环外表，然后看外表中的记录有没有和内表的数据一样的，匹配上就将结果放入结果集中。

以下面sql为例：

SELECT
    `user`.*
FROM
    `user`
WHERE
    EXISTS (
        SELECT
            `order`.user_id
        FROM
            `order`
        WHERE
            `user`.id = `order`.user_id
    )

这条sql语句的执行结果和上面的in的执行结果是一样的。

但是，不一样的是它们的执行流程完全不一样：

使用exists关键字进行查询的时候，首先，先查询的不是子查询的内容，而是查主查询的表，也就是说，先执行的sql语句是：

SELECT `user`.* FROM `user` 

得到的结果如下：

然后，根据表的每一条记录，执行以下语句，依次去判断where后面的条件是否成立：

EXISTS (
        SELECT
            `order`.user_id
        FROM
            `order`
        WHERE
            `user`.id = `order`.user_id
    )

如果成立则返回true不成立则返回false。如果返回的是true的话，则该行结果保留，如果返回的是false的话，则删除该行，最后将得到的结果返回。

3. 延伸：not in 和not exists的使用场景

• 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。

所以无论哪个表大，用not exists都比not in要快。

not in 和 not exists空值的影响：

• 内表空值
  • 对于not exists 查询，内表存在空值对查询结果没有影响；
  • 对于not in 查询，内表存在空值将导致最终的查询结果为空。
• 外表空值
  • 对于not exists 查询，外表存在空值，存在空值的那条记录最终会输出；
  • 对于not in 查询，外表存在空值，存在空值的那条记录最终将被过滤，其他数据不受影响。

因为空值的影响，会导致某些情况下，not in 和not exists查询的结果不一致。