用于查找一个表中但不在另一个表中的行的 MySQL 查询

Posted 2023-03-28

【中文标题】用于查找一个表中但不在另一个表中的行的 MySQL 查询

【英文标题】：MySQL query for finding rows that are in one table but not another

【发布时间】：2013-08-01 17:20:27

【问题描述】：

假设我在两个表中有大约 25,000 条记录，并且每个表中的数据应该相同。如果我需要查找表 A 中但不在表 B 中的任何行，那么最有效的方法是什么。

我们已经将它作为一个表的子查询和NOT IN 的结果进行了尝试，但这运行了 10 多分钟，几乎使我们的网站崩溃。

一定有更好的方法。也许是JOIN？

【参考方案1】：

希望LEFT OUTER JOIN 能完成这项工作

select t1.similar_ID 
    , case when t2.similar_ID is not null then 1 else 0 end as row_exists
from table1 t1
left outer join (select distinct similar_ID from table2) t2
   on t1.similar_ID  = t2.similar_ID // your WHERE goes here

【参考方案2】：

I would suggest you read the following blog post, which goes into great detail on this question:

哪种方法最好选择一个表中存在但缺失的值 在另一个？

经过深入分析，得出以下结论：

但是，这三种方法[NOT IN，NOT EXISTS，LEFT JOIN] 生成三个不同的计划，由三个不同的执行 段代码。执行EXISTS谓词的代码大约是30% 比执行index_subquery 和LEFT JOIN 的效率低 优化为使用Not exists 方法。

这就是为什么在 mysql 中搜索缺失值的最佳方法是使用 LEFT JOIN / IS NULL 或 NOT IN 而不是 NOT EXISTS。

如果您使用NOT IN 看到的性能不令人满意，您将无法通过切换到LEFT JOIN / IS NULL 或NOT EXISTS 来提高此性能，而是需要采取优化此查询的不同途径，例如添加索引。

【讨论】：

我喜欢 Quassnoi 的帖子——我只是希望他们能更频繁一些。也就是说，我认为最新版本的 MySQL 一定以某种方式改进了 IN 和 EXISTS 的优化，因为在我的系统上测试相同的 DDL 和 DML 返回几乎完全相反的性能统计数据： LEFT JOIN: 12.43;不在 6.04 中；不存在：5.93。顺便说一句，一个 JOIN（0 个结果）在 0 秒内执行。

@Strawberry 好点...该分析是在大约 4 年前完成的。我很惊讶LEFT JOIN 花费的时间是其他方法的两倍......但是NOT IN 和NOT EXISTS 彼此相差 2%，我仍然建议 OP 考虑索引这些表，因为两个 25k 行的表之间的反连接应该需要几毫秒，而不是几分钟。

这家伙知道他在说什么。索引就是答案。

【参考方案3】：

改用exixts and not exists 函数

Select * from A where not exists(select * from B);

【讨论】：

OP 要求加入，因为子查询需要很多时间

他用的是not in. Not exists要快很多

引擎如何解析not exists，使其更快。我不是在问你，我只是想知道。

【参考方案4】：

左连接。来自the mysql documentation

如果ON或USING中右表没有匹配行 在 LEFT JOIN 中，所有列都设置为 NULL 的行用于 正确的表。您可以使用这个事实来查找表中的行 在另一个表中没有对应项：

SELECT left_tbl.* FROM left_tbl LE​​FT JOIN right_tbl ON left_tbl.id = right_tbl.id WHERE right_tbl.id 为空；

此示例查找 left_tbl 中 id 值不是 存在于 right_tbl 中（即，left_tbl 中的所有行没有 right_tbl 中的对应行）。