mysql关键字 exists 与 in

在mysql中我们经常会使用到子查询，而子查询中里面就会使用到in与exists。下面我们就来分析一下这两个关键字。

1、exists 与 in的语法

1.1 exists

在sql语句中出现exists关键字的时候，它先会对外表进行循环查询并且查询都会查看exists条件语句是否符合条件。当exists里的条件语句能够返回记录行时，条件就为真，就会返回当前数据。反之如果exists里的条件语句不能返回记录行，则当前循环到的这条数据就会被丢弃。exists的条件就是一个过滤条件，当能返回结果集则为true，不能返回结果集则为false;

如下：

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。

又如下

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

可以知道对user表进行loop时，检查条件语句(select * from user where userId = 0),由于userId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。

not exists与exists相反，也就是当exists条件有结果集返回时，loop到的记录将被丢弃，否则将loop到的记录加入结果集。
总的来说，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

1.2、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 userId in (1, 2, 3);

等效于

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

not in与in相反，例如：

select * from user where userId not in (1, 2, 3);

等效于

select * from user where userId != 1 and userId != 2 and userId != 3;

总的来说，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，然后在将子查询条件的结果集分解成m个，再进行m次查询

值得一提的是，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 userId in (select id from B);

而不能是

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

而exists就没有这个限制

2、exists 与 in的性能

我们先来考虑如下两个SQL语句：

1：select * from A where exists (select * from B where B.id = A.id);2：select * from A where A.id in (select id from B);

查询1.可以转化以下伪代码，便于理解

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;

大概就是这么个意思，其实可以看到,查询1主要是用到了B表的索引，A表如何对查询的效率影响应该不大。

对于查询2，假设B表的所有id为1,2,3,查询2可以转换为

select * from A where A.id = 1 or A.id = 2 or A.id = 3;

这个好理解了，这里主要是用到了A的索引，B表如何对查询影响不大。

下面再看not exists 和 not in

1. select * from A where not exists (select * from B where B.id = A.id);2. select * from A where A.id not in (select id from B);

看查询1，还是和上面一样，用了B的索引,而对于查询2，可以转化成如下语句。

select * from A where A.id != 1 and A.id != 2 and A.id != 3;

可以知道not in是个范围查询，这种!=的范围查询无法使用任何索引,等于说A表的每条记录，都要在B表里遍历一次，查看B表里是否存在这条记录

故not exists比not in效率高

mysql中的in语句是把外表和内表作hash 连接，而exists语句是对外表作loop循环，每次loop循环再对内表进行查询。一直大家都认为exists比in语句的效率要高，这种说法其实是不准确的。这个是要区分环境的:

• 如果查询的两个表大小相当，那么用in和exists差别不大。
• 如果两个表中一个较小，一个是大表，则子查询表大的用exists，子查询表小的用in

例如：表A（小表），表B（大表）

case 1:

select * from A where cc in (select cc from B) # 效率低，用到了A表上cc列的索引；select * from A where exists(select cc from B where cc=A.cc) # 效率高，用到了B表上cc列的索引。 相反的

case 2：

select * from B where cc in (select cc from A) # 效率高，用到了B表上cc列的索引；select * from B where exists(select cc from A where cc=B.cc) #效率低，用到了A表上cc列的索引。

not in 和not exists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。所以无论那个表大，用not exists都比not in要快。

3、总结

in执行顺序：先执行in中的子查询，作为我们最外层循环，主查询作为内层循环
exists: 主查询作为最外层循环，子查询作为最内层循环

而根据我们的时间复杂度，最外层循环小于内层循环的时候，使用的时间相对较少

结论：永远小表驱动大表是最优的选择方式