开发随笔——NOT IN vs NOT EXISTS
原文出处： http://blog.csdn.net/dba_huangzj/article/details/31374037 转载请引用
之前在论坛中见到一个针对in/exists的讨论，原帖懒得找了，这里介绍一下最近的学习小结：
NOT IN和NOT EIXTS在对允许为null的列查询时会有一定的风险。特别是NOT IN，如果子查询包含了最少一个NULL，会出现非预期的结果。下面做一个演示。
IF OBJECT_ID('ShipmentItems', 'U') IS NOT NULL
DROP TABLE dbo.ShipmentItems;
GO
CREATE TABLE dbo.ShipmentItems
(
ShipmentBarcode VARCHAR(30) NOT NULL ,
Description VARCHAR(100) NULL ,
Barcode VARCHAR(30) NOT NULL
);
GO
INSERT INTO dbo.ShipmentItems
( ShipmentBarcode ,
Barcode ,
Description
)
SELECT '123456' ,
'1010203' ,
'Some cool widget'
UNION ALL
SELECT '123654' ,
'1010203' ,
'Some cool widget'
UNION ALL
SELECT '123654' ,
'1010204' ,
'Some cool stuff for some gadget';
GO
-- retrieve all the items from shipment 123654
-- that are not shipped in shipment 123456
SELECT Barcode
FROM dbo.ShipmentItems
WHERE ShipmentBarcode = '123654'
AND Barcode NOT IN ( SELECT Barcode
FROM dbo.ShipmentItems
WHERE ShipmentBarcode = '123456' );
/*
Barcode
------------------------------
1010204
*/
可以看出得到了期待结果。下面看看修改表结构，允许列为null的情况：
ALTER TABLE dbo.ShipmentItems
ALTER COLUMN Barcode VARCHAR(30) NULL;
INSERT INTO dbo.ShipmentItems
( ShipmentBarcode ,
Barcode ,
Description
)
SELECT '123456' ,
NULL ,
'Users manual for some gadget';
GO
SELECT Barcode
FROM dbo.ShipmentItems
WHERE ShipmentBarcode = '123654'
AND Barcode NOT IN ( SELECT Barcode
FROM dbo.ShipmentItems
WHERE ShipmentBarcode = '123456' );
/*
Barcode
------------------------------
*/
很多人会觉得这是一个bug，有时候能查出数据，有时候却不能。但是实际上不是bug，当NOT IN子句返回最少一个NULL时，查询会返回空，下面的语句能更好地说明这个想法：
SELECT CASE WHEN 1 NOT IN ( 2, 3 ) THEN 'True'
ELSE 'Unknown or False'
END ,
CASE WHEN 1 NOT IN ( 2, 3, NULL ) THEN 'True'
ELSE 'Unknown or False'
END;
/*
---- ----------------
True Unknown or False
*/
实际上，由于IN的本质是OR操作，所以：
SELECT CASE WHEN 1 IN ( 1, 2, NULL ) THEN 'True'
ELSE 'Unknown or False'
END ;
中，1 in 1，也就是为TRUE，所以返回true，这个语句的逻辑实际上是：
SELECT CASE WHEN ( 1 = 1 )
OR ( 1 = 2 )
OR ( 1 = NULL ) THEN 'True'
ELSE 'Unknown or False'
END ;
当使用NOT IN 时，如下面的语句：
SELECT CASE WHEN 1 NOT IN ( 1, 2, NULL ) THEN 'True'
ELSE 'Unknown or False'
END ;
会转变成：
SELECT CASE WHEN NOT ( ( 1 = 1 )
OR ( 1 = 2 )
OR ( 1 = NULL )
) THEN 'True'
ELSE 'Unknown or False' END ;
根据离散数学的概念，可以转换为：
SELECT CASE WHEN ( ( 1 <> 1 )
AND ( 1 <> 2 )
AND ( 1 <> NULL )
) THEN 'True'
ELSE 'Unknown or False'
END ;
谓词有短路特性，即在AND条件中，只要有一个条件为false，整个条件都为false，而1<>1是为false，所以后面的也不需要判断了，直接返回else部分。即使是1<>null，根据集合论的特性，NULL和实际数据的对比总是返回unknown，所以也是为false。如果你非要用NOT IN ，请确保子查询永远不会有NULL返回。或者需要额外处理去除NULL，比如：
SELECT Barcode
FROM dbo.ShipmentItems
WHERE ShipmentBarcode = '123654'
AND Barcode NOT IN ( SELECT Barcode
FROM dbo.ShipmentItems
WHERE ShipmentBarcode = '123456'
AND Barcode IS NOT NULL ) ;
还有一种方法就是改写语句，用NOT EXISTS来等价替换：
SELECT i.Barcode
FROM dbo.ShipmentItems AS i
WHERE i.ShipmentBarcode = '123654'
AND NOT EXISTS ( SELECT *
FROM dbo.ShipmentItems AS i1
WHERE i1.ShipmentBarcode = '123456'
AND i1.Barcode = i.Barcode );
/*
Barcode
------------------------------
1010204
*/
另外，基于SARG要求，一般不建议用NOT IN/NOT EXISTS这种反向扫描，避免影响性能。还有一个选择使用IN/EXISTS的要点，就是多列匹配的问题，在T-SQL中，多列同时匹配要用EXISTS，而单列匹配可以用EXISTS/IN。可能可以用其他写法来实现IN的多列匹配，但是一般我个人会选择使用EXISTS来匹配多列。
原文出自：CSDN博客：黄钊吉的博客