Mysql中in和exists的区别 & not in、not exists、left join的相互转换

数据准备

-- 建表
CREATE TABLE `xin_stu_t_bak` (
  `id` bigint NOT NULL COMMENT '主键',
  `relation_id` bigint DEFAULT NULL COMMENT '外键, 记录教师id',
  `student_name` varchar(30) DEFAULT NULL COMMENT '姓名',
  `student_age` bigint DEFAULT NULL COMMENT '年龄',
  `school` varchar(300) DEFAULT NULL COMMENT '学校',
  KEY `relationid` (`relation_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

CREATE TABLE `xin_teach_t_bak` (
  `id` bigint NOT NULL COMMENT '主键',
  `teacher_name` varchar(30) DEFAULT NULL COMMENT '教师姓名',
  `teacher_age` bigint DEFAULT NULL COMMENT '教师年龄',
  `school` varchar(300) DEFAULT NULL COMMENT '学校',
  KEY `id` (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;

-- 加索引
create index id on xin_stu_t_bak(relation_id);
create index id on xin_teach_t_bak(id);

-- 添数据
INSERT INTO lelele.xin_stu_t_bak (id,relation_id,student_name,student_age,school) VALUES
	 (1,NULL,'尤仁义1',11,'徐州中学'),
	 (2,1,'尤仁义2',12,'徐州中学'),
	 (3,NULL,'朱有理1',11,'徐州中学'),
	 (4,2,'朱有理2',12,'徐州中学'),
	 (5,2,'朱有理3',13,'徐州中学'),
	 (6,3,'宋昆明1',11,'徐州中学'),
	 (7,3,'宋昆明2',12,'徐州中学'),
	 (8,14,'宋昆明3',13,'徐州中学');

INSERT INTO lelele.xin_teach_t_bak (id,teacher_name,teacher_age,school) VALUES
	 (1,'王翠花1',31,'徐州中学'),
	 (2,'王翠花2',31,'徐州中学'),
	 (3,'王翠花3',33,'徐州中学'),
	 (4,'王翠花4',34,'徐州中学'),
	 (5,'王翠花5',35,'徐州中学'),
	 (1,'王翠花1',31,'徐州中学'),
	 (1,'王翠花1',31,'徐州中学'),
	 (2,'王翠花2',31,'徐州中学'),
	 (6,'王翠花6',31,'徐州中学'),
	 (7,'王翠花7',31,'徐州中学');
INSERT INTO lelele.xin_teach_t_bak (id,teacher_name,teacher_age,school) VALUES
	 (8,'王翠花8',33,'徐州中学'),
	 (9,'王翠花9',34,'徐州中学'),
	 (10,'王翠花10',35,'徐州中学'),
	 (11,'王翠花11',31,'徐州中学'),
	 (12,'王翠花12',31,'徐州中学'),
	 (13,'王翠花13',31,'徐州中学');

1. in 介绍

1.1 in中数据量的限制

在oracle中，int中数据集的大小超过1000会报错；
在mysql中，超过1000不会报错，但也是有数据量限制的，应该是4mb，但不建议数据集超过1000，
因为in是可以走索引的，但in中数据量过大索引就会失效

1.2 null值不参与in或not in，也就是说in and not in 并不是全量值，排除了null值

select * from xin_stu_t_bak a where a.relation_id in ( select id from xin_teach_t_bak b)

select * from xin_stu_t_bak a where a.relation_id not in ( select id from xin_teach_t_bak b)

select * from xin_stu_t_bak a

从此处可以看出，in和not in 加在一起并不是全量的值，排除了null值

---

1.3 in的执行逻辑

1. 当前的in子查询是B表驱动A表
2. mysql先将B表的数据一把查出来至于内存中
3. 遍历B表的数据，再去查A表（每次遍历都是一次连接交互，这里会耗资源）
4. 假设B有100000条记录，A有10条记录，会交互100000次数据库；再假设B有10条记录，A有100000记录，只会发生10次交互。

结论: in是先进行子查询，再与外面的数据进行循环遍历，属于子查询的结果集驱动外面的结果集，
当in子查询的结果集较小时，就形成了小表驱动大表，而两张表的驱动就是一张表的行数据去循环关联另一张表，
关联次数越少越好，所以小表去查询大表，次数更少，性能更高
in()适合B表比A表数据小的情况

2. exists介绍

2.1 exists + not exists 是全量数据

select * from xin_stu_t_bak a where exists ( select 1 from xin_teach_t_bak b where a.relation_id = b.id)

select * from xin_stu_t_bak a where not exists ( select 1 from xin_teach_t_bak b where a.relation_id = b.id)

exist + not exists 是全量数据，这点与in不同

2.2 exists的执行逻辑

1. 当前exists查询是A表驱动B表
2. 与in不同，exists将A的纪录数查询到内存，因此A表的记录数决定了数据库的交互次数
3. 假设A有10000条记录，B有10条记录，数据库交互次数为10000；假设A有10条，B有10000条，数据库交互次数为10。

结论：exists理论上就是boolean值，关联后查询到有值则是true数据留下，关联后查询没有值则是false数据舍弃；
exists适合B表数据量大，A表数据量小的情况，与in相反

3. 小表驱动大表的好处

我们来看下面两个循环：

for (int i = 0; i<10000; i++){ 

	for(int j = 0; j<10; j++){
	
	}
}

for (int i = 0; i<10; i++){ 

	for(int j = 0; j<10000; j++){
	
	}
}

在java中，我们都知道上述的两个循环的时间复杂度都是一样的；
但在数据库中则是有区别的，
首先第一层循环，数据库只做一次交互一把将数据查出到缓存中，
而第二层循环的数据库交互次数决定于第一层循环数据量的大小。
对于数据库而言，交互次数越多越耗费资源，一次交互涉及了“连接-查找-断开”这些操作，是相当耗费资源的。
使用in时，B表驱动A
使用exists时，A表驱动B
所以我们写sql时应当遵循“小表驱动大表“的原则

4. in、not in、exists、not exists是否可以走索引（都可以）

in可以走索引，但数据量过大时就不走索引了
not in、exist、not exists也都可以走索引

• in

select * from xin_stu_t_bak a where a.relation_id in ( select id from xin_teach_t_bak b where a.relation_id = b.id)

select * from xin_stu_t_bak a where a.relation_id in (‘1’, ‘2’)

---

• not in

select * from xin_stu_t_bak a where a.relation_id not in (‘1’, ‘2’)

---

• exists

select * from xin_stu_t_bak a where exists ( select 1 from xin_teach_t_bak b where a.relation_id = b.id)

---

• not exists

select * from xin_stu_t_bak a where not exists ( select 1 from xin_teach_t_bak b where a.relation_id = b.id)

5. not in、 not exists、left join语句相互转换（必须在表关联时，否则并不等同）

5.1 not in

select * from xin_stu_t_bak a where a.relation_id not in ( select id from xin_teach_t_bak b where a.relation_id = b.id)

5.2 not exists

select * from xin_stu_t_bak a where not exists ( select 1 from xin_teach_t_bak b where a.relation_id = b.id)

5.3 left join + is null

select a.* from xin_stu_t_bak a left join xin_teach_t_bak b on a.relation_id = b.id where b.id is null;