SQL优化 - 避免使用 IN 和 NOT IN

WHY？

• IN 和 NOT IN 是比较常用的关键字，为什么要尽量避免呢？
  

1、效率低 

• 项目中遇到这么个情况：
  
• t1表 和 t2表  都是150w条数据，600M的样子，都不算大。
  
• 但是这样一句查询 ↓

  1. select * from t1 where phone not in (select phone from t2)
  
  
• 直接就把我跑傻了。。。十几分钟，检查了一下  phone在两个表都建了索引，字段类型也是一样的。原来not in 是不能命中索引的。。。。

• 改成 NOT EXISTS 之后查询 20s ，效率真的差好多。

  1. select * from t1
  2. where not EXISTS (select phone from t2 where t1.phone =t2.phone)
  
  

2、容易出现问题，或查询结果有误 （不能更严重的缺点）

• 以 IN 为例。建两个表：test1 和 test2

  1. create table test1 (id1 int)
  2. create table test2 (id2 int)
  4. insert into test1 (id1) values (1),(2),(3)
  5. insert into test2 (id2) values (1),(2)
  
  
• 我想要查询，在test2中存在的  test1中的id 。使用IN的一般写法是：
  

1. select id1 from test1
2. where id1 in (select id2 from test2)

• 结果是： OK 木有问题！
  
• 但是如果我一时手滑，写成了：
  

1. select id1 from test1
2. where id1 in (select id1 from test2)

• 不小心把id2写成id1了 ，会怎么样呢?
  
• 结果是： EXCUSE ME！ 为什么不报错？ 

  1. 单独查询 select id1 from test2 是一定会报错: 消息 207，级别 16，状态 1，第 11 行 列名 'id1' 无效。
  3. 然而使用了IN的子查询就是这么敷衍，直接查出 1 2 3
  
  
• 这仅仅是容易出错的情况，自己不写错还没啥事儿，下面来看一下 NOT IN 直接查出错误结果的情况：
  
• 给test2插入一个空值：

  1. insert into test2 (id2) values (NULL)
  
  

• 我想要查询，在test2中不存在的  test1中的id 。

  1. select id1 from test1
  2. where id1 not in (select id2 from test2)
  
  
• 结果是：空白！ 显然这个结果不是我们想要的。我们想要3。为什么会这样呢？
  
• 原因是：NULL不等于任何非空的值啊！如果id2只有1和2， 那么3<>1 且 3<>2 所以3输出了，但是 id2包含空值，那么 3也不等于NULL 所以它不会输出。
  

1. （跑题一句：建表的时候最好不要允许含空值，否则问题多多。）

HOW？

1、用 EXISTS 或 NOT EXISTS 代替

1. select * from test1
2. where EXISTS (select * from test2 where id2 = id1 )
4. select * FROM test1
5. where NOT EXISTS (select * from test2 where id2 = id1 )

 

2、用JOIN 代替

1. select id1 from test1
2. INNER JOIN test2 ON id2 = id1
4. select id1 from test1
5. LEFT JOIN test2 ON id2 = id1
6. where id2 IS NULL

妥妥的没有问题了！

 

• PS：那我们死活都不能用 IN 和 NOT IN 了么？并没有，一位大神曾经说过，如果是确定且有限的集合时，可以使用。如 IN （0，1，2）。