Oracle中的in和exists区别二

select * from T1 where x in (select y from T2);

或者

select * from T1 where exists (select * from T2 where T2.y=T1.x);　

 

面对这样一条SQL语句，到底有多少种查询方法呢？前面已经说了我们最容易想到的两种查询方法，还有没其他方式？

　通过对大量in和exists语句进行分析，发现oracle可能还会采用如下的查询方式。

一：先查子SQL，再把查询结果distinct，然后再查询主SQL

二：先查主SQL，然后对每一个结果去查询子SQL

三：先查询子SQL，根据查询结果然后查询主SQL，再distinct，这种方式相当于or扩展，即

Select distinct * from (

　select * from T1 where x=a  or　select * from T1 where x=b  or　select * from T1 where x=c……

) aa

四：先查询子SQL，然后将值进行hash散列，再查询主SQL，然后也将字段散列值进行对应，如果两个SQL散列值能对应上，即为查询结果，这种方式在关联字段两个表上面都没有索引时会经常采用。

上面四种基本上是oracle中常用来处理exists和in的查询计划，在进行distinst的过程中还可以采取sort unique，hash unqiue等方式进行去重。

oracle基于成本的优化又分为first_rows，all_rows模式，first_rows即优先显示部分行数，all_rows全部数据最快显示，在这两种模式下，oracle选择的执行方式也会出现很大差异，再针对前面提到的四种查询方式分析，第一，三，四种查询方式都需要先对子表的数据进行全部处理，处理以后才能与主表的数据结合，而第二种方式先拿主表的一条数据，然后去子表匹配，所以如果是first_rows模式，则很快可以出现数据，但如果all_rows模式，则第二种方式也要查询出全部数据，这时和第一，三，四种查询方式的效率就可能相差不大，甚至经常会出现第四种方式能够更快的查询到全部的结果。当然具体会选择那种查询方式，oracle会根据成本分析来确定，这个里面的成本包括每个表的数据量，每个索引对应的记录数，索引对应的数据记录分布情况，索引块链接情况等等，所以如果表的分析数据不正确，查询效率就会完全不一样。

Oracle的成本分析是基于整个表的数据记录进行分析，但在我们的实际情况下，业务的不一样也往往会导致数据分布情况相差很大，如针对几个不同的类型，可能某个类型的数据很少，而另外某个类型的数据量很大，这样会造成查这两个类型的数据时性能会相差很大，虽然oracle提供了直方图等功能解决这些问题，但面对in，exists这类语句，分析正确的难度会很大。更有甚着，因为我们的数据可能是由导入和录入等不同渠道来的，有可能某个类型的数据就全部是导入而来，这样这些数据基本上是分布在临近的某几块，这样对oracle的成本分析也会造成很大的不确定性。

总结：随着Oracle的发展，对SQL的处理方式不断改进，对我们写SQL的要求也越来越低，Oracle一般都能帮我们找到最好的执行方法，但如果我们要做SQL优化，就必须要对oracle的执行方式有彻底的了解，并且了解我们系统的业务数据分布情况，然后仔细分析可能的执行计划，才能得到最高效的SQL。