IT工程師數位筆記本

一、exists的使用     

      exists對外表用loop逐條查詢，每次查詢都會查看exists的條件語句，當exists里的條件語句能夠返回記錄行時(無論記錄行是的多少，只要能返回)，條件就為真，返回當前loop到的這條記錄，反之如果exists里的條件語句不能返回記錄行，則當前loop到的這條記錄被丟棄，exists的條件就像一個bool條件，當能返回結果集則為true，不能返回結果集則為 false。

如下：

select * from user where exists (select 1);

對user表的記錄逐條取出，由于子條件中的select 1永遠能返回記錄行，那么user表的所有記錄都將被加入結果集，所以與 select * from user;是一樣的。

又如下：

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

     可以知道對user表進行loop時，檢查條件語句(select * from user where userId = 0)，由于userId永遠不為0，所以條件語句永遠返回空集，條件永遠為false，那么user表的所有記錄都將被丟棄。

not exists與exists相反，也就是當exists條件有結果集返回時，loop到的記錄將被丟棄，否則將loop到的記錄加入結果集。

總的來說，如果A表有n條記錄，那么exists查詢就是將這n條記錄逐條取出，然后判斷n遍exists條件 。

二、in 的使用

in查詢相當于多個or條件的疊加，這個比較好理解，比如下面的查詢：

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 與 in相反，如下

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;

總的來說，in查詢就是先將子查詢條件的記錄全都查出來，假設結果集為B，共有m條記錄，然后再將子查詢條件的結果集分解成m個，再進行m次查詢。

值得一提的是，in查詢的子條件返回結果必須只有一個字段，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就沒有這個限制。

三、exists 與 in 的比較

下面來考慮exists和in的性能，考慮如下SQL語句。

查詢1：

select * from A where exists (select * from B where B.id = A.id);

查詢2：

select * from A where A.id in (select id from B);

查詢1，可以轉化以下偽代碼，便于理解

for ($i = 0; $i < count(A); $i++) {

　　$a = get_record(A, $i); #從A表逐條獲取記錄

　　if (B.id = $a[id]) #如果子條件成立

　　　　$result[] = $a;
}
return $result;

大概就是這么個意思，其實可以看到，查詢1主要是用到了B表的索引，A表如何對查詢的效率影響應該不大。

假設B表的所有id為1,2,3,查詢2可以轉換為

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

這個好理解了，這里主要是用到了A的索引，B表如何對查詢影響不大。

下面再看not exists 和 not in。

查詢1：

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

查詢2：

select * from A where A.id not in (select id from B);

看查詢1，還是和上面一樣，用了B的索引。

而對于查詢2，可以轉化成如下語句

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

可以知道not in是個范圍查詢，這種!=的范圍查詢無法使用任何索引，等于說A表的每條記錄，都要在B表里遍歷一次，查看B表里是否存在這條記錄。

故not exists比not in效率高。

     mysql中的in語句是把外表和內表作hash 連接，而exists語句是對外表作loop循環，每次loop循環再對內表進行查詢。一直大家都認為exists比in語句的效率要高，這種說法其實是不準確的。這個是要區分環境的。

查詢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，查詢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。 

select name from student where name in ('zhang','wang','li','zhao'); 

select name from student where name='zhang' or name='li' or name='wang' or name='zhao' ;

這條語句適用于a表比b表大的情況

select * from ecs_goods a where cat_id in(select cat_id from ecs_category);

 這條語句適用于b表比a表大的情況

select * from ecs_goods a where EXISTS(select cat_id from ecs_category b where a.cat_id = b.cat_id);

原因：

select * from A where id in(select id from B);

以上查詢使用了in語句，in()只執行一次，它查出B表中的所有id字段并緩存起來。之后檢查A表的id是否與B表中的id相等，如果相等則將A表的記錄加入結果集中，直到遍歷完A表的所有記錄。它的查詢過程類似于以下過程：

List resultSet=[];
Array A=(select * from A);
Array B=(select id from B);

for(int i=0;i<A.length;i++) {
   for(int j=0;j<B.length;j++) {
      if(A[i].id==B[j].id) {
         resultSet.add(A[i]);
         break;
      }
   }
}
return resultSet;

可以看出，當B表數據較大時不適合使用in()，因為它會B表數據全部遍歷一次。

如：A表有10000條記錄，B表有1000000條記錄，那么最多有可能遍歷10000*1000000次，效率很差。

再如：A表有10000條記錄，B表有100條記錄，那么最多有可能遍歷10000*100次，遍歷次數大大減少，效率大大提升。

結論：in()適合B表比A表數據小的情況。

select a.* from A a where exists(select 1 from B b where a.id=b.id);

以上查詢使用了exists語句，exists()會執行A.length次，它并不緩存exists()結果集，因為exists()結果集的內容并不重要，重要的是結果集中是否有記錄，如果有則返回true，沒有則返回false。它的查詢過程類似于以下過程：

List resultSet=[];
Array A=(select * from A)

for(int i=0;i<A.length;i++) {
   if(exists(A[i].id)) {    //執行select 1 from B b where b.id=a.id是否有記錄返回
       resultSet.add(A[i]);
   }
}
return resultSet;

當B表比A表數據大時適合使用exists()，因為它沒有那么多的遍歷操作，只需要再執行一次查詢就行。

如：A表有10000條記錄，B表有1000000條記錄，那么exists()會執行10000次去判斷A表中的id是否與B表中的id相等。

如：A表有10000條記錄，B表有100000000條記錄，那么exists()還是執行10000次，因為它只執行A.length次，可見B表數據越多，越適合exists()發揮效果。

再如：A表有10000條記錄，B表有100條記錄，那么exists()還是執行10000次，還不如使用in()遍歷10000*100次，因為in()是在內存里遍歷比較，而exists()需要查詢數據庫，我們都知道查詢數據庫所消耗的性能更高，而內存比較很快。

結論：exists()適合B表比A表數據大的情況。當A表數據與B表數據一樣大時，in與exists效率差不多，可任選一個使用。