我很好奇为何EXISTS()应该比更快地执行IN()。
EXISTS()
IN()
当比尔·卡尔文提出一个要点时,我正在回答一个问题。当您使用EXISTS()它时,它使用相关子查询(依赖子查询),而IN()仅使用子查询。
解释显示,EXISTS并且NOT EXISTS两者都使用了一个依赖子查询,并且IN / NOT IN都只使用了一个子查询..所以我很好奇关联子查询如何比子查询更快?
EXISTS
NOT EXISTS
IN / NOT IN
我以前使用过EXISTS,它的执行速度比IN快,这就是我感到困惑的原因。
这是带有说明的SQLFIDDLE
EXPLAIN SELECT COUNT(t1.table1_id) FROM table1 t1 WHERE EXISTS ( SELECT 1 FROM table2 t2 WHERE t2.table1_id <=> t1.table1_id ); +-------+-----------------------+-----------+-------+---------------+-----------+--------+--------------------------+--------+------------------------------+ | ID | SELECT_TYPE | TABLE | TYPE | POSSIBLE_KEYS | KEY |KEY_LEN | REF | ROWS | EXTRA | +-------+-----------------------+-----------+-------+---------------+-----------+--------+--------------------------+--------+------------------------------+ | 1 | PRIMARY | t1 | index | (null) | PRIMARY | 4 | (null) | 4 | Using where; Using index | | 2 | DEPENDENT SUBQUERY | t2 | REF | table1_id | table1_id| 4 | db_9_15987.t1.table1_id | 1 | Using where; Using index | +-------+-----------------------+-----------+-------+---------------+-----------+--------+--------------------------+--------+------------------------------+
EXPLAIN SELECT COUNT(t1.table1_id) FROM table1 t1 WHERE NOT EXISTS ( SELECT 1 FROM table2 t2 WHERE t2.table1_id = t1.table1_id ); +-------+-----------------------+-----------+-------+---------------+-----------+--------+--------------------------+--------+------------------------------+ | ID | SELECT_TYPE | TABLE | TYPE | POSSIBLE_KEYS | KEY |KEY_LEN | REF | ROWS | EXTRA | +-------+-----------------------+-----------+-------+---------------+-----------+--------+--------------------------+--------+------------------------------+ | 1 | PRIMARY | t1 | index | (null) | PRIMARY | 4 | (null) | 4 | Using where; Using index | | 2 | DEPENDENT SUBQUERY | t2 | ref | table1_id | table1_id| 4 | db_9_15987.t1.table1_id | 1 | Using index | +-------+-----------------------+-----------+-------+---------------+-----------+--------+--------------------------+--------+------------------------------+
EXPLAIN SELECT COUNT(t1.table1_id) FROM table1 t1 WHERE t1.table1_id NOT IN ( SELECT t2.table1_id FROM table2 t2 ); +-------+-------------------+-----------+-------+---------------+-----------+--------+----------+--------+------------------------------+ | ID | SELECT_TYPE | TABLE | TYPE | POSSIBLE_KEYS | KEY |KEY_LEN | REF | ROWS | EXTRA | +-------+-------------------+-----------+-------+---------------+-----------+--------+----------+--------+------------------------------+ | 1 | PRIMARY | t1 | index | (null) | PRIMARY | 4 | (null) | 4 | Using where; Using index | | 2 | SUBQUERY | t2 | index | (null) | table1_id| 4 | (null) | 2 | Using index | +-------+-------------------+-----------+-------+---------------+-----------+--------+----------+--------+------------------------------+
一些问题
在上面的解释,如何做EXISTS具有using where和using index在群众演员,但NOT EXISTS没有using where在演员?
using where
using index
相关子查询如何比子查询更快?
这是与RDBMS无关的答案,但可能仍会有所帮助。以我的理解,相关的(又名,依存的)子查询可能是性能不佳的最常被错误指控的元凶。
问题(如最经常描述的那样)是它为外部查询的每一行处理内部查询。因此,如果外部查询返回1,000行,而内部查询返回10,000,则您的查询必须遍历10,000,000行(外部x内部)以产生结果。与相同结果集上的非相关查询的11,000行(外部+内部)相比,这是不好的。
但是,这只是最坏的情况。在许多情况下,DBMS将能够利用索引来大大减少行数。即使仅内部查询可以使用索引,10,000行还是〜13搜索,这将总数降低到13,000。
的exists操作者可在第一后停止处理的行,削减查询成本进一步,尤其是当最外层行匹配至少一个内部行。
exists
在极少数情况下,我看到SQL Server 2008R2将相关子查询优化为合并联接(该联接仅遍历两个集合- 最好的情况),在内部和外部查询中都可以找到合适的索引。
导致性能下降的真正原因不一定是 相关子查询 ,而是 嵌套扫描 。