PLSQL高效設計之exists和in
<![endif]--> <![endif]-->
發現公司同事很喜歡用exists 和in 做子查詢關聯，我覺得很有必要研究下
兩者的區別，供參考和備忘
/* （這段資訊來自網路begin ）對於in 的使用，就相當於對inner table 執行一個帶distinct 的子查詢，然後將得到的結果集再和outer table 進行外連線，連線方式和索引使用任然同於普通兩表的連線（這段資訊來自網路end ）*/
對於網路的這段描述，我給予了測試，測試表為 liomuser.staff ，和liomuser.department ，這兩張表都是小表，數量在1 萬左右。
-- 例如：
select *
from liomuser.staff
where department_id in ( select department_id from liomuser.department);
-- 可以轉換為
select a.*
from liomuser.staff a,
( select distinct department_id from liomuser.department) b
where a.department_id = b.department_id;
執行計劃分別如下：
（ 1 ） select *
from liomuser.staff
where department_id in ( select department_id from liomuser.department);
（ 2 ） select a.*
from liomuser.staff a,
( select distinct department_id from liomuser.department) b
where a.department_id = b.department_id;
我選擇的是兩個小表，從資料上看採用外連線的方式除了一致性讀要稍微小一點，兩者執行計劃和統計資訊幾乎一樣。
測試結果顯示對於小表網路上給出的描述是正確的
但是以我的經驗，in 的方式應該比外連線效能要差很多，按照上面的測試，兩者似乎是一樣的執行路徑，是不是應為表資料量少的緣故呢？
我決定採用兩張大表做測試，cust_order 和order_detail 這兩張表的資料量都在一千萬以上。
首先測試in ，語句如下：
select a.*
from liomuser.cust_order a
where order_id in ( select order_id from liomuser.order_detail b);
執行計劃如下：
測試2 外連線，語句如下：
select a.*
from liomuser.cust_order a,
( select distinct order_id from liomuser.order_detail) b
where a.order_id = .order_id ;
執行計劃如下：
對著兩個大表的in 和外連線的對比可以看出，採用外連線的執行計劃明顯優於in 的方式，採用in 方式則表連線採用nested loop 方式，而外連線採用了HASH JOIN ，
並且in 方式的CPUcost 要比外連線大1/3, 這樣看來，對於小表，或者說inner table 是小表的查詢，in 和外連線都差不多，但是對於大表，特別是inner table 資料量巨大的時候，採用外連線要好很多。
由此看出，in 並不完全等同於與inner table 做distinct 外連線，但是外連線要比in 有效率得多。
下面討論下 EXIST
實際上exists 等同於先對outer table 進行掃描，從中檢索到每行和inner table 做迴圈匹配，執行計劃如下：
註釋：部分網上資料認為exists 對outer table 會進行全表掃描，但是在該執行計劃中沒有發現全表掃描，仍然走了索引。
Exists 的寫法可以轉換成：
declare cnt number ( 10 );
for cur in ( select a.*from liomuser.cust_order a) loop
cnt:= 0 ;
select count ( 1 ) into cnt from liomuser.order_detail where order_id=cur.order_id;
if cnt<> 0 then
return cur;
end if ;
end loop ;
exists 與 in 的比對：
語句 1 ， in
語句 2 ， exsits
從執行計劃上來看沒有任何區別，再讓我們看看執行的統計資訊：
語句 1 ， in
select a.*
from liomuser.cust_order a
where order_id in ( select order_id from liomuser.order_detail b)
語句 2 ， exists
select a.*
from liomuser.cust_order a
where exists
( select 1 from liomuser.order_detail b where a.order_id = b.order_id)
從兩種方式統計資訊可以看出，採用 exists 的一致性讀要比 in 要好，但是 bytessent 要比 in 高，這個也從側面驗證了前面所說的 exists 相當於 loop
通過上面解釋現在很容易明白當 inner table 資料量巨大且索引情況不好 ( 大量重複值等 ) 則不宜使用產生對 inner table 檢索而導致系統開支巨大 IN 操作，建議對 innertable 過大的查詢，採取 exsits ，或者外連線方式
另外： NOT IN 子句將執行個內部排序和合並 . 無論在哪種情況下 ,NOT IN 都是
最低效 ( 它對子查詢中表執行了個全表遍歷 ). 為了避免使用 NOT IN , 我們可以把它改寫成外連線 (Outer Joins) 或 NOT EXISTS