SQLSERVR语句 in和exists哪个效率高本人测试证明
最近很多人讨论in和exists哪个效率高，今天就自己测试一下
我使用的是客户的数据库GPOSDB(已经有数据)
环境：SQLSERVER2005 Windows7
我的测试条件：两个表作连接根据VC_IC_CardNO字段，查出CT_InhouseCard表中的VC_IC_CardNO（卡号）在CT_FuelingData表中存在的记录
前提：某些人可能在SQL语句中有多个in，或者多个exists，这些情况很难测试效率的，因为大家的条件都不相同
例如下面两个SQL语句
1 SELECT OrderNo, SiteCode, AreaCode 2 FROM SchedulingProgram 3 WHERE AreaCode IN ( 'P', 'M' ) AND SiteCode IN ( SELECT SiteCode 4 FROM EnvBasicInfo 5 WHERE cityiD = 31 ) AND OrderNo NOT IN ( 6 SELECT OrderNo 7 FROM KK_DeliveryinfoTmp )
上面SQL语句IN里面有IN和NOT IN
1 SELECT OrderNo, SiteCode, AreaCode 2 FROM SchedulingProgram 3 WHERE ( AreaCode IN ( 'P', 'M' ) AND SiteCode IN ( SELECT SiteCode 4 FROM EnvBasicInfo 5 WHERE cityiD = 31 ) 6 ) AND NOT EXISTS ( SELECT OrderNo 7 FROM KK_DeliveryinfoTmp 8 WHERE KK_DeliveryinfoTmp.OrderNo = SchedulingProgram.OrderNo )
上面的SQL语句IN里面又有NOT EXISTS
这样的情况很难测试同等条件下IN语句和EXISTS语句的效率
还有一个非SARG运算符
在《SQLSERVER企业级平台管理实践》的第424页里提到：
SQLSERVER对筛选条件（search argument/SARG）的写法有一定的建议
对于不使用SARG运算符的表达式，索引是没有用的，SQLSERVER对它们很难使用比较优化的做法。非SARG运算符包括
NOT、<>、NOT EXISTS、NOT IN、NOT LIKE和内部函数，例如：Convert、Upper等
所以当您的表中有索引并且SQL语句包含非SARG运算符，那么当测试SQL语句的执行时间的时候肯定相差很大，
因为有些SQL语句走索引，有些SQL语句不走索引
建表脚本
注意：两个表中都有索引！！
CT_FuelingData表
1 USE [GPOSDB] 2 GO 3 /****** 对象: Table [dbo].[CT_FuelingData] 脚本日期: 08/24/2013 11:00:34 ******/ 4 SET ANSI_NULLS ON 5 GO 6 SET QUOTED_IDENTIFIER ON 7 GO 8 SET ANSI_PADDING ON 9 GO 10 CREATE TABLE [dbo].[CT_FuelingData]( 11 [RecordNO] [int] IDENTITY(1,1) NOT NULL, 12 [I_FD_StationNo] [int] NOT NULL, 13 [VC_FD_No] [varchar](50) NOT NULL, 14 [VC_FD_Cardno] [varchar](50) NOT NULL, 15 [I_FD_CardStatus] [int] NULL, 16 [LI_FD_CTC] [bigint] NOT NULL, 17 [I_FD_TypeCode] [int] NULL, 18 [I_FD_PumpID] [int] NOT NULL, 19 [VC_FD_OilType] [varchar](50) NULL, 20 [DE_FD_Volume] [decimal](18, 2) NULL, 21 [DE_FD_Price] [decimal](18, 2) NULL, 22 [DE_FD_Amount] [decimal](18, 2) NULL, 23 [I_FD_Point] [decimal](10, 2) NULL, 24 [D_FD_DateTime] [datetime] NOT NULL, 25 [VC_FD_GroupNo] [varchar](50) NULL, 26 [D_FD_GroupDate] [datetime] NULL, 27 [DE_FD_CardAmount] [decimal](18, 2) NULL, 28 [DE_FD_VolumeTotals] [decimal](18, 2) NULL, 29 [DE_FD_AmountTotals] [decimal](18, 2) NULL, 30 [I_FD_ISSend] [int] NULL, 31 [VC_FD_CardMoneyauthFile] [varchar](50) NULL, 32 [D_Month] [datetime] NULL, 33 CONSTRAINT [PK_CT_FuelingData_1] PRIMARY KEY CLUSTERED 34 ( 35 [VC_FD_No] ASC 36 )WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY] 37 ) ON [PRIMARY] 38 39 GO 40 SET ANSI_PADDING OFF
CT_InhouseCard表
1 USE [GPOSDB] 2 GO 3 /****** 对象: Table [dbo].[CT_InhouseCard] 脚本日期: 08/24/2013 10:59:58 ******/ 4 SET ANSI_NULLS ON 5 GO 6 SET QUOTED_IDENTIFIER ON 7 GO 8 SET ANSI_PADDING ON 9 GO 10 CREATE TABLE [dbo].[CT_InhouseCard]( 11 [RecordNO] [int] IDENTITY(1,1) NOT NULL, 12 [VC_IC_CardNO] [varchar](50) NOT NULL, 13 [VC_IC_PhysicalNO] [varchar](50) NULL, 14 [I_IC_CardType] [int] NULL, 15 [VC_IC_UserName] [varchar](50) NULL, 16 [VC_IC_JobNO] [varchar](50) NULL, 17 [VC_IC_UserID] [varchar](50) NULL, 18 [VC_IC_Password] [varchar](50) NULL, 19 [DE_IC_CardAmount] [decimal](18, 2) NULL, 20 [DE_IC_AppendAmount] [decimal](18, 2) NULL, 21 [DE_IC_ConsumerAmount] [decimal](18, 2) NULL, 22 [I_IC_ISLost] [int] NULL, 23 [D_IC_UsedDateTime] [datetime] NULL, 24 [D_IC_UselifeDateTime] [datetime] NULL, 25 [I_IC_IssueStationNO] [int] NULL, 26 [VC_IC_IssuerNO] [varchar](50) NULL, 27 [D_IC_IssueDateTime] [datetime] NULL, 28 [D_IC_LastUpdateDateTime] [datetime] NULL, 29 [I_IC_CardStatus] [int] NULL, 30 [VC_IC_Remark] [varchar](256) NULL, 31 CONSTRAINT [PK_CT_InhouseCard] PRIMARY KEY CLUSTERED 32 ( 33 [VC_IC_CardNO] ASC 34 )WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY] 35 ) ON [PRIMARY] 36 37 GO 38 SET ANSI_PADDING OFF
测试脚本
因为这个是客户的数据库，本来里面已经有数据了，所以在测试之前先更新两个表的统计信息，以做到公正
1 USE [GPOSDB] 2 GO 3 UPDATE STATISTICS CT_FuelingData 4 UPDATE STATISTICS CT_InhouseCard 5 GO
IN语句
1 USE [GPOSDB] 2 GO 3 DBCC DROPCLEANBUFFERS 4 GO 5 DBCC FREEPROCCACHE 6 GO 7 SET STATISTICS IO ON 8 GO 9 SET STATISTICS TIME ON 10 GO 11 SET STATISTICS PROFILE ON 12 GO 13 SELECT * FROM [dbo].[CT_FuelingData] WHERE [VC_FD_Cardno] IN (SELECT [VC_IC_CardNO] FROM [dbo].[CT_InhouseCard])
EXISTS语句
1 USE [GPOSDB] 2 GO 3 DBCC DROPCLEANBUFFERS 4 GO 5 DBCC FREEPROCCACHE 6 GO 7 SET STATISTICS IO ON 8 GO 9 SET STATISTICS TIME ON 10 GO 11 SET STATISTICS PROFILE ON 12 GO 13 SELECT * 14 FROM [dbo].[CT_FuelingData] 15 WHERE EXISTS ( SELECT [VC_IC_CardNO] 16 FROM [dbo].[CT_InhouseCard] 17 WHERE [dbo].[CT_FuelingData].[VC_FD_Cardno] = [dbo].[CT_InhouseCard].[VC_IC_CardNO] )
测试结果
IN语句
1 SQL Server 执行时间: 2 CPU 时间 = 0 毫秒，占用时间 = 2 毫秒。 3 SQL Server 分析和编译时间: 4 CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。 5 6 SQL Server 执行时间: 7 CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。 8 SQL Server 分析和编译时间: 9 CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。 10 11 SQL Server 执行时间: 12 CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。 13 SQL Server 分析和编译时间: 14 CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。 15 16 SQL Server 执行时间: 17 CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。 18 SQL Server 分析和编译时间: 19 CPU 时间 = 31 毫秒，占用时间 = 67 毫秒。 20 21 (167 行受影响) 22 表 'Worktable'。扫描计数 0，逻辑读取 0 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。 23 表 'CT_FuelingData'。扫描计数 1，逻辑读取 31 次，物理读取 1 次，预读 64 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。 24 表 'CT_InhouseCard'。扫描计数 1，逻辑读取 2 次，物理读取 1 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。 25 26 (4 行受影响) 27 28 SQL Server 执行时间: 29 CPU 时间 = 16 毫秒，占用时间 = 192 毫秒。
EXISTS语句
1 SQL Server 分析和编译时间: 2 CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。 3 4 SQL Server 执行时间: 5 CPU 时间 = 0 毫秒，占用时间 = 0 毫秒。 6 SQL Server 分析和编译时间: 7 CPU 时间 = 0 毫秒，占用时间 = 34 毫秒。 8 9 (167 行受影响) 10 表 'Worktable'。扫描计数 0，逻辑读取 0 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。 11 表 'CT_FuelingData'。扫描计数 1，逻辑读取 31 次，物理读取 1 次，预读 64 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。 12 表 'CT_InhouseCard'。扫描计数 1，逻辑读取 2 次，物理读取 1 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。 13 14 (4 行受影响) 15 16 SQL Server 执行时间: 17 CPU 时间 = 0 毫秒，占用时间 = 163 毫秒。
大家可以看到除了执行时间有一点差别，IO是一样的
因为数据量比较大，所以两个查询都用到了Worktable（中间表）来存储中间结果
IN语句的执行计划
EXISTS语句的执行计划
从执行计划可以看到两个SQL语句的开销都是一样的，而且大家都使用了右半连接（Right Semi Join）
至于什么是半连接（Semi-join）大家可以看一下这篇文章：SQL Join的一些总结
总结
从上面实际的执行来比较,，IN语句和EXISTS语句基本上都是一样的效率
如有不对的地方，欢迎大家来拍砖o(∩_∩)o