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

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。