MySQL中In与Exists的区别

MySQL中In与Exists的区别

---

---

一、EXISTS和IN的介绍

1. exists

exists对外表用loop逐条查询，每次查询都会查看exists的条件语句，当exists里的条件语句能够返回记录行时（无论记录行是的多少，只要能返回），条件就为真，返回当前loop到的这条记录；反之，如果exists里的条件语句不能返回记录行，则当前loop到的这条记录被丢弃，exists的条件就像一个bool条件，当能返回结果集则为true，不能返回结果集则为false

例如：

select * from user where exists (select 1);

对user表的记录逐条取出，由于子条件中的select 1永远能返回记录行，那么user表的所有记录都将被加入结果集，所以与select * from user;是一样的。

例如：

select * from user where exists (select * from user where user_id = 0);

可以知道对user表进行loop时，检查条件语句(select * from user where user_id = 0),由于user_id永远不为0，所以条件语句永远返回空集，条件永远为false，那么user表的所有记录都将被丢弃。、

总结：

如果A表有n条记录，那么exists查询就是将这n条记录逐条取出，然后判断n遍exists条件。

2. in

in查询相当于多个or条件的叠加，这个比较好理解，比如下面的查询：

select * from user where user_id in (1, 2, 3);

等效于

select * from user where user_id = 1 or user_id = 2 or user_id = 3;

总结：

in查询就是先将子查询条件的记录全都查出来，假设结果集为B，共有m条记录，然后再将子查询条件的结果集分解成m个，再进行m次查询。

3. 使用上的区别

in查询的子条件返回结果必须只有一个字段，例如

select * from user where user_id in (select id from B);

不能是

select * from user where user_id in (select id, age from B);

而exists就没有这个限制。

回到顶部

---

二、EXISTS和IN的性能分析

为了便于分析，我把实际上的例子简化一下。

SELECT t1.id FROM tb_data t1 
WHERE t1.task_id IN (SELECT t2.id FROM tb_task t2);

SELECT t1.id FROM tb_data t1 
WHERE EXISTS (SELECT * FROM tb_task t2 WHERE t1.task_id = t2.id);

简化后：

SELECT * FROM A WHERE A.id IN (SELECT id FROM B);
SELECT * FROM A WHERE EXISTS (SELECT * from B WHERE B.id = A.id);

1. in

假设B表的所有id为(1,2,3)，查询1可以转换为：

SELECT * FROM A WHERE A.id = 1 OR A.id = 2 OR A.id = 3;

这里主要是用到了A的索引，B表如何对查询影响不大。

2. exists

查询2可以转化以下伪代码：

for (i = 0; i < count(A); i++) {
    a = get_record(A, i); #从A表逐条获取记录
    if (B.id = a[id]) { #如果子条件成立
        result[] = a;
    }
}
return result;

这里主要用到了B表的索引，A表如何对查询的效率影响不大。

3. 实际情况

SELECT t1.id FROM tb_data t1 
WHERE t1.task_id IN (SELECT t2.id FROM tb_task t2);

它使用的索引情况如下：

使用了t1（A）表索引

SELECT t1.id FROM tb_data t1 
WHERE EXISTS (SELECT * FROM tb_task t2 WHERE t1.task_id = t2.id);

它使用的索引情况如下：

使用了t2（B）表索引

回到顶部

---

三、总结

《高性能MySQL》书上说，MySQL会把in的查询语句改成exists再去执行（实际上我们在没有索引情况下，他们的执行过程确实是一致的）

在《MySQL技术内幕:SQL编程》这本书中说：确实有很多DBA认为EXISTS比IN的执行效率更高，可能是当时优化器还不是很稳定和足够优秀，但是目前绝大数的情况下，IN和EXISTS都具有相同的执行计划。

1. IN查询在内部表和外部表上都可以使用到索引。
2. Exists查询仅在内部表上可以使用到索引。
3. 当子查询结果集很大，而外部表较小的时候，Exists的Block Nested Loop(Block
   嵌套循环)的作用开始显现，并弥补外部表无法用到索引的缺陷，查询效率会优于IN。
4. 当子查询结果集较小，而外部表很大的时候，Exists的Block嵌套循环优化效果不明显，IN
   的外表索引优势占主要作用，此时IN的查询效率会优于Exists。
5. 表的规模不是看内部表和外部表，而是外部表和子查询结果集。

回到顶部

---