IN和EXISTS被頻繁使用在SQL中，雖然作用是一樣的，但是在使用效率誰更高這點上眾說紛紜。下面我們就通過一組測試來看，在不同場景下，使用哪個效率更高。

測試資料：

B表: 大表，大約300000行資料

CREATE TABLE `B` (
 `id` int NOT NULL AUTO_INCREMENT,
 `B_id` int NOT NULL,
 `value` varchar(20) NOT NULL,
 `flag` int not null,
  PRIMARY KEY (`id`),
  KEY `idx_b_flag` (`flag`),
  KEY `idx_b_id` (`B_id`)
)


A表: 小表，20000行資料

CREATE TABLE `A` (
 `id` int NOT NULL AUTO_INCREMENT,
 `flag` int NOT NULL,
 `value` varchar(20) NOT NULL,
 PRIMARY KEY (`id`),
 KEY `idx_a_flag` (`flag`)
)
 

測試1：

子查詢 select flag from B where B_id<100 結果集99條。

select * from A where flag in (select flag from B where B_id<100 );198 rows in set (0.00 sec)select * from A where exists (select * from B where B_id<100 and A.flag=B.flag);198 rows in set (0.10 sec)

可以看到本次測試IN效率高於EXISTS。

再看執行計劃：

IN的執行計劃：

（1）執行A表的查詢，查詢條件是A.flag在結果集B裡面，可以使用到A表的索引flag；

（2）執行B表的子查詢，得到結果集B，可以使用到B表的索引B_id。

EXISTS的執行計劃:

（1）先將A表所有記錄取到；

（2）逐行鍼對A表的記錄，去關聯B表，判斷B表的子查詢是否有返回資料，5.5之後的版本使用Block Nested Loop(Block 巢狀迴圈)；

（3）如果子查詢有返回資料，則將A當前記錄返回到結果集。

A相當於取全表資料遍歷，B可以使用到索引。

測試2：

子查詢 select flag from B where B_id>100 結果集 299899條。

select * from A where flag in (select flag from B where B_id>100 );
 
19798 rows in set (0.09 sec)select * from A where exists (select * from B where B_id>100 and A.flag=B.flag);19798 rows in set (0.06 sec)

可以看到本次EXISTS效率比IN高。

再看執行計劃：

兩者的索引使用情況與第一次實驗是一致的，當子查詢結果集很大，而外部表較小的時候，Exists的Block Nested Loop(Block 巢狀迴圈)的作用開始顯現，查詢效率會優於IN。

從兩次測試來看，並不能說明誰的效率更高，而應該具體情況具體分析:

首先來看IN和EXISTS的執行原理：

IN是做外表和內表通過Hash連線，先查詢子表，再查詢主表，不管子查詢是否有資料，都對子查詢進行全部匹配。

EXISTS是外表做loop迴圈，先主查詢，再子查詢，然後去子查詢中匹配，如果匹配到就退出子查詢返回true，將結果放到結果集。

IN原理

在in()的執行中，先執行內表得到結果集，再執行外表。外表會對所有的內表結果集匹配，也就是說：如果外表有100，內表有10000，就會執行100*10000次。所以在內表比較大的時候，不合適用in()方法，效率比較低。

select * from 外表 a where id in (select 相關id from 內表) IN的執行類似如下：

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;

EXISTS原理

exists()的執行過程中，並沒有對每一條內表的資料都進行查詢，而是存在該條資料的時候會將結果集存起來，到最後的時候同一輸出結果集。

select a.* from 外表 a where exists(select 1 from 內表 b where a.id=b.id) 的EXISTS的執行語句如下：

List resultSet=[];
Array A=(select * from 外表 A)
 
for(int i=0;i<A.length;i++) {
  if(exists(A[i].id) {  //執行select 1 from 內表 b where b.id=a.id是否有記錄返回
    resultSet.add(A[i]);
  }
}
return resultSet;

設:外表A，內表B。

A表有10000條記錄,B表有1000000條記錄, 那麼exists()會執行10000次去判斷A表中的id是否與B表中的id相等。

A表有10000條記錄,B表有100000000條記錄,那麼exists()還是執行10000次,因為它只執行A.length次,可見B表資料越多,越適合exists()發揮效果。

再如:A表有10000條記錄,B表有100條記錄,那麼exists()還是執行10000次,還不如使用in()遍歷10000*100次,因為in()是在記憶體裡遍歷比較,而exists()需要查詢資料庫,我們都知道查詢資料庫所消耗的效能更高,而記憶體比較很快。

# 總結 #

1、IN查詢在內部表和外部表上都可以使用到索引；

2、EXISTS查詢僅內部表上可以使用到索引，外表會全表掃描；當子查詢結果集很大，而外部表較小的時候，EXISTS的Block Nested Loop(Block 巢狀迴圈)的作用開始顯現，查詢效率會優於IN；

3、當子查詢結果集較小，而外部表很大的時候，EXISTS的Block巢狀迴圈優化效果不明顯，IN 的外表索引優勢佔主要作用，此時IN的查詢效率會優於EXISTS。

子查詢結果集越大用EXISTS，子查詢結果集越小用IN。

轉載自資料和雲公眾號