数据库索引以及exists，in的学习

本文分为两个部分，第一部分是谈聚簇索引和非聚簇索引，第二部分谈sql中exists和in的用法

第一部分

首先这两个都是索引，索引一般用在表中某些需要频繁读取的字段上，这是考虑到对表的写操作时要同时更新这些索引，有性能损耗。

聚簇索引：如果有n条数据，就有n个索引项，以B+树方式存在磁盘上。叶子节点存放的是所有实际的数据，这些数据同时是物理连续的。可以在logn的时间内找到结果，同时也可以按序遍历（不使用索引）。但在插入删除时，如果填充因子设置的太大（100%）时，可能会进行大量数据的磁盘移动。

非聚簇索引：和聚簇类似，不过叶节点存放的是所有实际数据的id和它的指针。因此它的缺点是当访问数据时，要比聚簇索引方式多查找一次（多一次通过指针查找到数据的实际位置）。但是由于是指针，所以它的实际数据可以分散的存储到硬盘的各个位置，同时更新操作时只要移动id和相应的指针就行了，不用移动实际数据。

参考：

http://www.cnblogs.com/tmyh/archive/2010/09/29/sqlindex_01.html

第二部分

首先说in和exists的用法

in：可以使用where id in（……）的方式，后面接的是一个查询结果，类似一个集合，例如select id…或者（1，2，3），返回的也是一个集合。

exists：可以使用where exists（……）或者and exists（……）的方式，只要括号里返回结果不为空，exists就返回true，否则为false。

这两个都是子查询，不过对于in，是先执行in子句，然后再和主查询链接，得到查询结果。

对于exists，先执行主查询，然后对每条查询记录，在exists中判断是否为true，如果是true则保留这条记录，否则舍弃这条数据，最后返回整个查询结果。

总结：对于主查询里的为表A，子查询里的表为B。当子查询表B小时，用in比较好，因为先执行B可以减少比较次数（这里可能不是很对，但大概就是这意思）。当主查询表A小时，用exists比较好。

参考：

http://bbs.csdn.net/topics/310148714

http://bbs.csdn.net/topics/90160079