IN&EXISTS 与 NOT IN&NOT EXISTS

 

1. EXISTS的执行流程 select * from t1 where exists ( select null from t2 where y = x ) 可以理解为: for x in ( select * from t1 ) loop    if ( exists ( select null from t2 where y = x.x )    then       OUTPUT THE RECORD    end if end loop 对于in 和 exists的性能区别: 如果子查询得出的结果集记录较少，主查询中的表较大且又有索引时应该用in,反之如果外层的主查询记录较少，子查询中的表大，又有索引时使用exists。 其实我们区分in和exists主要是造成了驱动顺序的改变（这是性能变化的关键），如果是exists，那么以外层表为驱动表，先被访问，如果是IN，那么先执行子查询，所以我们会以驱动表的快速返回为目标，那么就会考虑到索引及结果集的关系了                         另外IN时不对NULL进行处理 如： select 1 from dual where null   in (0,1,2,null) 为空 2.NOT IN 与NOT EXISTS: NOT EXISTS的执行流程 select .....    from rollup R where not exists ( select 'Found' from title T                             where R.source_id = T.Title_ID); 可以理解为: for x in ( select * from rollup )    loop       if ( not exists ( that query ) ) then                 OUTPUT       end if;    end; 注意:NOT EXISTS 与 NOT IN 不能完全互相替换，看具体的需求。如果选择的列可以为空，则不能被替换。 例如下面语句，看他们的区别： select x,y from t; x              y ------       ------ 1              3 3 1 1 2 1 1 3 1 5 select * from t where   x not in (select y from t t2   ) no rows select * from t where   not exists (select null from t t2                                                  where t2.y=t.x ) x    y ------   ------ 5    NULL 所以要具体需求来决定 对于not in 和 not exists的性能区别： not in 只有当子查询中，select 关键字后的字段有not null约束或者有这种暗示时用not in,另外如果主查询中表大，子查询中的表小但是记录多，则应当使用not in,并使用anti hash join. 如果主查询表中记录少，子查询表中记录多，并有索引，可以使用not exists,另外not in最好也可以用/*+ HASH_AJ */或者外连接+is null NOT IN 在基于成本的应用中较好 比如: select ..... from rollup R where not exists ( select 'Found' from title T                         where R.source_id = T.Title_ID); 改成（佳） select ...... from title T, rollup R where R.source_id = T.Title_id(+) and T.Title_id is null;                               或者（佳） sql> select /*+ HASH_AJ */ ...        from rollup R        where ource_id NOT IN ( select ource_id                                               from title T                                           where ource_id IS NOT NULL ) 讨论IN和EXISTS。     select * from t1 where x in ( select y from t2 )     事实上可以理解为：     select *       from t1, ( select distinct y from t2 ) t2      where t1.x = t2.y;     ——如果你有一定的SQL优化经验，从这句很自然的可以想到t2绝对不能是个大表，因为需要对t2进行全表的“唯一排序”，如果t2很大这个排序的性能是 不可忍受的。但是t1可以很大，为什么呢？最通俗的理解就是因为t1.x=t2.y可以走索引。但这并不是一个很好的解释。试想，如果t1.x和t2.y 都有索引，我们知道索引是种有序的结构，因此t1和t2之间最佳的方案是走merge join。另外，如果t2.y上有索引，对t2的排序性能也有很大提高。     select * from t1 where exists ( select null from t2 where y = x )     可以理解为：     for x in ( select * from t1 )     loop        if ( exists ( select null from t2 where y = x.x )        then           OUTPUT THE RECORD!        end if     end loop     ——这个更容易理解，t1永远是个表扫描！因此t1绝对不能是个大表，而t2可以很大，因为y=x.x可以走t2.y的索引。     综合以上对IN/EXISTS的讨论，我们可以得出一个基本通用的结论：              IN适合于外表大而内表小的情况；EXISTS适合于外表小而内表大的情况。 我们要根据实际的情况做相应的优化，不能绝对的说谁的效率高谁的效率低，所有的事都是相对的