MySQL中exists和in的区别及使用场景

先放一段代码

for(int i=0;i<1000;i++){
 for(int j=0;j<5;j++){
 System.out.println("hello");
 }
}
 
 for(int i=0;i<5;i++){
 for(int j=0;j<1000;j++){
 System.out.println("hello");
 }
}

　　

分析以上代码可以看到两行代码除了循环的次序不一致意外，其他并无区别，在实际执行时两者所消耗的时间和空间应该也是一致的。但是这仅仅是在Java中，现在我们转化一下情景，最外层循环是数据库中的连接操作，内层循环为查找操作，那么现在两次的结果将相差巨大。

之所以出现这样的原因是数据库的特点决定的，数据库中相比较于查询操作而言，建立连接是更消耗资源的。第一段代码建立了1000次连接，每一次连接却只做了5次查询，显然是很浪费的。

因此在我们对数据库进行操作时需要遵循的操作应当是小表驱动大表(小的数据集驱动大的数据集)。

表结构

tbl_emp为员工表，deptld为部门id。tbl_dept为部门表。员工表中含有客人，其deptld字段为-1

mysql> desc tbl_emp;
+--------+-------------+------+-----+---------+----------------+
| Field | Type  | Null | Key | Default | Extra   |
+--------+-------------+------+-----+---------+----------------+
| id  | int(11)  | NO | PRI | NULL | auto_increment |
| name | varchar(20) | YES |  | NULL |    |
| deptld | int(11)  | YES | MUL | NULL |    |
+--------+-------------+------+-----+---------+----------------+
3 rows in set (0.00 sec)
 
mysql> desc tbl_dept;
+----------+-------------+------+-----+---------+----------------+
| Field | Type  | Null | Key | Default | Extra   |
+----------+-------------+------+-----+---------+----------------+
| id  | int(11)  | NO | PRI | NULL | auto_increment |
| deptName | varchar(30) | YES | MUL | NULL |    |
| locAdd | varchar(40) | YES |  | NULL |    |
+----------+-------------+------+-----+---------+----------------+
3 rows in set (0.01 sec)

我们知道对于一个公司而言相对于部门来说员工数要多得多。现在我们有这样一个需求：查询属于这个公司的员工（不含来访客人），我们可以用以下代码解决

利用in

# 先查询部门表中所有的id，然后拿员工表中的deptld字段与之对比，若含有则保留。

select * from tbl_emp a where a.deptld in (select id from tbl_dept);

in关键字就像or的拼接，例如上述sql雨中子查询查出的结果为1，2，3。则sql语句等价于以下形式

select * from tbl_emp a where a.deptld=1 or a.deptld=2 or a.deptld=3

总的来说in关键字就是将子查询中的所有结果都查出来，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。可以看到这里主要是用到了A的索引，B表如何对查询影响不大。

利用exists

select * from tbl_emp a where exists (select 1 from tbl_dept b where a.deptld = b.id );

exits：将主查询的数据放到子查询中做条件验证，根据验证结果（True或False）来判断是否保留主查询中的记录。

for (i = 0; i < count(A); i++) { //遍历A的总记录数
　　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;

可以看到：exists主要是用到了B表的索引，A表如何对查询的效率影响不大

结论：

select * from tbl_emp a where a.deptld in (select id from tbl_dept);

若tbl_dept的记录数少余tbl_emp则使用in效率比较高

select * from tbl_emp a where exists (select 1 from tbl_dept b where a.deptld = b.id );

若tbl_dept的记录数多余tbl_emp则使用in效率比较高

 

下面给大家介绍IN与EXISTS的区别

1、IN查询分析

1.对B查询涉及id，使用索引，故B表效率高，可用大表 -->外小内大
select * from A where exists (select * from B where A.id=B.id);

以上查询等价于：　

1、SELECT * FROM A;

2、SELECT I FROM B WHERE B.id = A.id;

　

EXISTS()查询会执行SELECT * FROM A查询，执行A.length次，并不会将EXISTS()查询结果结果进行缓存，因为EXISTS()查询返回一个布尔值true或flase，它只在乎EXISTS()的查询中是否有记录，与具体的结果集无关。

EXISTS()查询是将主查询的结果集放到子查询中做验证，根据验证结果是true或false来决定主查询数据结果是否得以保存。

2、IN查询分析

2.对A查询涉及id，使用索引，故A表效率高，可用大表 -->外大内小
select * from A where A.id in (select id from B);

等价于：

1、SELECT id FROM B ----->先执行in中的查询

2、SELECT *  FROM A  WHERE A.id = B.id

以上in()中的查询只执行一次，它查询出B中的所有的id并缓存起来，然后检查A表中查询出的id在缓存中是否存在，如果存在则将A的查询数据加入到结果集中，直到遍历完A表中所有的结果集为止。

/**
 * MYSQL 中IN查询分析
 */
public class testIN()
{
     public static void main (String[] args) {
        List result = new ArrayList(); //定义结果集存储A
        String A[] = {"SELECT * FROM A"}; //定义数组A存储A表查询到的结果集
        String B[] = {"SELECT id FROM B"}; //定义数组B存储B表查询到的结果集
        for(int i = 0; i < A.length; i++) {
            for(int j = 0; j < B.length; j++) {
                result.add(A);
                break;
            }
                
        }
    }
             
}

通过以上程序可以看出，当B表的数据较大时不适合使用in()查询，因为它会将B表中的数据全部遍历一次

例如：

1、A表中有100条记录，B表中有1000条记录，那么最多可能遍历100*1000次，效率很差

2、A表中有1000条记录，B表中有100条记录，那么最多可遍历1000*100此，内循环次数减少，效率大大提升

结论：IN()查询适合B表数据比A表数据小的情况，IN()查询是从缓存中取数据

1. exists是对外表做loop循环，每次loop循环再对内表（子查询）进行查询，那么因为对内表的查询使用的索引（内表效率高，故可用大表），而外表有多大都需要遍历，不可避免（尽量用小表），故内表大的使用exists，可加快效率；

2. in是把外表和内表做hash连接，先查询内表，再把内表结果与外表匹配，对外表使用索引（外表效率高，可用大表），而内表多大都需要查询，不可避免，故外表大的使用in，可加快效率。

3. 如果用not in ，则是内外表都全表扫描，无索引，效率低，可考虑使用not exists，也可使用A left join B on A.id=B.id where B.id is null 进行优化。

此外，新近遇到的坑，mysql版本问题：

MySQL版本问题：5.6.5优化了子查询，引入物化子查询(针对where clause的subquery)，子查询物化将子查询结果存入临时表，确保子查询只执行一次，该表不记录重复数据且采用哈希索引查找;

而之前的版本则会把非相关子查询转化为相关子查询，导致效率低下（尤其是子查询是小表，外表是大表的情况下，效率变慢许多）。

相关子查询：子查询依赖外层连接的返回值；

非相关子查询：子查询不依赖外层连接的返回值；

子查询分两种，from语句（派生表）和where语句（子查询），派生表的效率要高一些，5.6的优化就是把where语句变成from语句。

本来是内表小，用的in，但是据说5.6之前的版本会把非相关子查询改为相关子查询，就是把in的语句改成了exists的，结果效率超低。

实验说明：派生表join比派生表的速度还要快。而使用in查询需要很多分钟还没有查出来。

#使用派生表 4.68秒
SELECT id FROM la WHERE cardid IN (
SELECT cardid FROM (
select cardid from la group by cardid having count(1)>50) a) ;
#使用派生表的内连接 1.26秒
SELECT id FROM la JOIN (
select cardid from la group by cardid having count(1)>50) a ON la.cardid=a.cardid;