SQL查询中in、exists、not in、not exists的用法与区别

共计 3029 个字符，预计需要花费 8 分钟才能阅读完成。

1、in 和 exists

in 是把外表和内表作 hash(字典集合) 连接，而 exists 是对外表作循环，每次循环再对内表进行查询。一直以来认为 exists 比 in 效率高的说法是不准确的，如果查询的两个表大小相当，那么用 in 和 exists 差别不大；如果两个表中一个较小一个较大，则子查询表大的用 exists，子查询表小的用 in。

例如：表 A(小表)，表 B(大表)

方式一：索引使用

1）select * from A where id in(select id from B) –> 效率低，用到了 A 表上 id 列的索引

2）select * from A where exists(select id from B where id=A.id) –> 效率高，用到了 B 表上 id 列的索引

3）select * from B where id in(select id from A) –> 效率高，用到了 B 表上 id 列的索引

4）select * from B where exists(select id from A where id=B.id) –> 效率低，用到了 A 表上 id 列的索引

方式二：遍历使用

1）in() 只执行一次，它查出 B 表中的所有 id 字段并缓存起来。然后检查 A 表的 id 是否与 B 表中的 id 相等，如果相等则将 A 表的记录加入结果集中，直到遍历完 A 表的所有记录。

它的查询过程类似于以下代码的执行过程：

List resultSet = {};

Array A=(select * from A);

Array B=(select id from B);

for(int i=0;i<A.length;i++) {

for(int j=0;j<B.length;j++) {

if(A[i].id==B[j].id) {

resultSet.add(A[i]);

break;

}

}

}

return resultSet;

可以看出，当 B 表数据较大时不适合使用 in()，因为它会把 B 表数据全部遍历一次。

如：A 表有 10000 条记录，B 表有 1000000 条记录，那么最多有可能遍历 10000*1000000 次，效率很差。

如：A 表有 10000 条记录，B 表有 100 条记录，那么最多有可能遍历 10000*100 次，遍历次数大大减少，效率大大提升。

结论：in() 适合 B 表比 A 表数据小的情况

2）exists() 会执行 A.length 次，它并不缓存 exists() 结果集，因为 exists() 结果集的内容并不重要，重要的是其内查询语句的结果集空或者非空，空则返回 false，非空则返回 true。

它的查询过程类似于以下代码的执行过程：

List resultSet={};

Array A=(select * from A);

for(int i=0;i<A.length;i++) {

if(exists(A[i].id) {// 执行 select id from B where B.id=A.id 是否有记录返回

resultSet.add(A[i]);

}

}

return resultSet;

当 B 表比 A 表数据大时适合使用 exists()，因为它没有那么多遍历操作，只需要再执行一次查询就行。

如：A 表有 10000 条记录，B 表有 1000000 条记录，那么 exists() 会执行 10000 次去判断 A 表中的 id 是否与 B 表中的 id 相等。

如：A 表有 10000 条记录，B 表有 100000000 条记录，那么 exists() 还是执行 10000 次，因为它只执行 A.length 次，可见 B 表数据越多，越适合 exists() 发挥效果。

再如：A 表有 10000 条记录，B 表有 100 条记录，那么 exists() 还是执行 10000 次，还不如使用 in() 遍历 10000*100 次，因为 in() 是在内存里遍历比较，而 exists() 需要查询数据库，我们都知道查询数据库所消耗的性能更高，而内存比较很快。

结论：exists() 适合 B 表比 A 表数据大的情况。

当 A 表数据与 B 表数据一样大时，in 与 exists 效率差不多，可任选一个使用。

2、not in 和 not exists

not in 逻辑上不完全等同于 not exists，如果你误用了 not in，小心你的程序存在致命的 bug。

请看下面的例子：

create table A1 (c1 int,c2 int);

create table A2 (c1 int,c2 int);

insert into A1 values(1,2);

insert into A1 values(1,3);

insert into A2 values(1,2);

insert into A2 values(1,null);

select * from A1 where c2 not in(select c2 from A2);                            –> 执行结果：无（null）

select * from A1 where not exists(select c2 from A2 where A2.c2=A1.c2);    –> 执行结果：1 3

正如所看到的，not in 出现了不期望的结果集，存在逻辑错误。使用 not in(它会调用子查询)，而使用 not exists（它会调用关联子查询）。如果子查询中返回的任意一条记录含有空值，则查询将不返回任何记录。如果子查询字段有非空限制，这时可以使用 not in。

如果查询语句使用了 not in，那么对内外表都进行全表扫描，没有用到索引；而 not exists 的子查询依然能用到表上的索引。所以无论哪个表大，用 not exists 都比 not in 要快。

3、in 和 =

select name from employee where name in(‘ 张三 ’,’ 李四 ’,’ 王五 ’);

与

select name from employee where name=’ 张三 ’ or name=’ 李四 ’ or name=’ 王五 ’;

的结果是相同的。

4.exists 防止插入重复记录

有时需要插入非重复记录，在 Mysql 中可以使用 ignore 关键字来忽略已有记录，但是其只能通过主键忽略，不能根据自定义条件忽略。

其语法为：insert ignore into tableName (column1,column2,……) values (value1,value2,……);

但是其他数据库不一定提供类似 ignore 关键字，所以可以使用 exists 条件句防止插入重复记录。

insert into A (name,age) select name,age from B where not exists (select 1 from A where A.id=B.id);

5. 关于 exists 更多说明

exists 用于检查子查询返回的结果集是否为空，该子查询实际上并不返回任何数据，而是返回值 true 或 false。
语法：exists subQuery

参数：subQuery 是一个受限的 select 语句 (不允许有 compute 子句和 into 关键字)。

结果类型：boolean 如果子查询包含行，则返回 true，否则返回 false。
结论：select * from A where exists (select 1 from B where A.id=B.id);

一种通俗的可以理解为：将外查询表的每一行，代入内查询作为检验，如果内查询返回的结果集非空，则 exists 子句返回 true，这一行方可作为外查询的结果行，否则不能作为结果。

——– 以上 sql 内容根据网上提供的资料整理出的结果，均适用与 Mysql、Sql Server、Oracle。

本文永久更新链接地址 ：http://www.linuxidc.com/Linux/2016-04/130285.htm