MySQL EXISTS和in的区别

Posted 2021-04-23 Java程序员驿站

    

    mysql中exists和in是常用的两个关键字，他们之间有什么区别呢？今天我们就来研究一下，首先创建两张表，用户表tbUsers和订单表tbOrders。

CREATE TABLE `tbUsers` ( `id` int(11) NOT NULL AUTO_INCREMENT, `name` varchar(32) COLLATE utf8mb4_unicode_ci DEFAULT NULL, PRIMARY KEY (`id`)) ENGINE=InnoDB AUTO_INCREMENT=7 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;
CREATE TABLE `tbOrders` ( `id` int(11) NOT NULL AUTO_INCREMENT, `userId` int(11) NOT NULL, `paytime` datetime DEFAULT NULL, PRIMARY KEY (`id`)) ENGINE=InnoDB AUTO_INCREMENT=7 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

    表结构如上所示，我们来查询用户表中有过订单的用户信息。

    exists

SELECT * FROM tbUsers WHERE EXISTS ( SELECT * FROM tbOrders WHERE tbOrders.userId = tbUsers.id )

    in

SELECT * FROM tbUsers WHERE id IN (SELECT userId FROM tbOrders);

    我们可以用上面两种方式实现查询数据的需求，他们之间有什么区别呢？回答这个问题之前我们先来看看exists是什么？

    exists用于检查子查询是否至少会返回一行数据，该子查询实际上并不返回任何数据，而是返回值True或False。

    当子查询返回为真时，则外层查询语句将进行查询。
    当子查询返回为假时，外层查询语句将不进行查询或者查询不出任何记录。

    所以，下面这样的sql也是可以正常执行的。

SELECT * FROM tbUsers WHERE EXISTS (SELECT NULL);

    区别

    exists适合于外查询数据少子查询数据多的场景，in则适合外查询数据多子查询数据少的情况。

    in语句只会执行一次，它查出tbOrders表中的所有userId字段并且缓存起来，之后，检查tbUsers表的id是否和tbOrders表中的userId相当，如果相等则加入结果集，直到遍历完user的所有记录，执行过程类似如下代码

List<User> result = new ArrayList<User>();//存放结果List<User> users= new ArrayList<User>();//模拟users表数据List<Order> orders = new ArrayList<Order>();//模拟order表数据 for(User u:users) { for(Order o:orders) { if(o.getUserId()==u.getId()) { result.add(u); } } }

    如上所示，in会将orders表中所有数据遍历一遍，所以不太适合orders表中是数据太多的场景。

    exists不会缓存子查询的结果集，因为子查询的结果并不重要，只需要返回true或者false即可。执行过程类似如下代码

List<User> result = new ArrayList<User>();// 存放结果List<User> users = new ArrayList<User>();// 模拟users表数据 for (User u : users) { // 相当于执行SELECT * FROM tbOrders WHERE tbOrders.userId = tbUsers.id if (exists(u.getId)) { result.add(u); } }

    所以，当tbOrders中数据量大的时候，适合用exists查询，因为不会遍历，只是会查询一次结果即可。

    总结：

• exists是对外表做loop循环，每次loop循环再对内表（子查询）进行查询，那么因为对内表的查询使用的索引（内表效率高，故可用大表），而外表有多大都需要遍历，不可避免（尽量用小表），故内表大的使用exists，可加快效率；

• in是把外表和内表做hash连接，先查询内表，再把内表结果与外表匹配，对外表使用索引（外表效率高，可用大表），而内表多大都需要查询，不可避免，故外表大的使用in，可加快效率。

• 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，一个是大表，则子查询表大的用exists，子查询表小的用in。