为啥带有'exists'的sql运行速度比使用MySQL的'in'慢

Posted 2023-02-24

【中文标题】为啥带有\'exists\'的sql运行速度比使用MySQL的\'in\'慢

【英文标题】：why sql with 'exists' run slower than 'in' using MySQL为什么带有'exists'的sql运行速度比使用MySQL的'in'慢

【发布时间】：2013-12-08 23:08:12

【问题描述】：

我是 mysql 优化的新手，我发现了一个惊人的事情：带有 'exists' 的 sql 运行速度比使用 'in' 慢！！！

以下是我的 DDL：

mysql> `show create table order\G`;
*************************** 1. row ***************************
       Table: order
Create Table: CREATE TABLE `order` (
  `id` int(4) NOT NULL AUTO_INCREMENT,
  `employee_id` int(4) NOT NULL,
  `price` decimal(7,2) NOT NULL,
  `trade_date` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`id`),
  KEY `fk_employee_id` (`employee_id`),
  CONSTRAINT `fk_employee_id` FOREIGN KEY (`employee_id`) REFERENCES `employee` (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=231001 DEFAULT CHARSET=utf8



mysql> `show create table order_detail\G`;
*************************** 1. row ***************************
       Table: order_detail
Create Table: CREATE TABLE `order_detail` (
  `id` int(4) NOT NULL AUTO_INCREMENT,
  `menu_id` int(4) NOT NULL,
  `order_id` int(4) NOT NULL,
  `amount` int(4) NOT NULL,
  PRIMARY KEY (`id`),
  KEY `fk_menu_id` (`menu_id`),
  KEY `fk_order_id` (`order_id`),
  CONSTRAINT `fk_menu_id` FOREIGN KEY (`menu_id`) REFERENCES `menu` (`id`),
  CONSTRAINT `fk_order_id` FOREIGN KEY (`order_id`) REFERENCES `order` (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=1037992 DEFAULT CHARSET=utf8



Query Solution 1: use exists
---------------------------------

mysql> `SELECT count(`order`.id) FROM `order` WHERE EXISTS ( SELECT 1 FROM order_detail WHERE order_detail.order_id = `order`.id GROUP BY (order_detail.order_id) HAVING COUNT(order_id) > 5 );`
+-------------------+
| count(`order`.id) |
+-------------------+
|             92054 |
+-------------------+
1 row in set (***6.53 sec***)

mysql> `explain SELECT count(`order`.id) FROM `order` WHERE EXISTS ( SELECT 1 FROM order_detail WHERE order_detail.order_id = `order`.id GROUP BY (order_detail.order_id) HAVING COUNT(order_id) > 5 )\G;`
*************************** 1. row ***************************
           id: 1
  select_type: PRIMARY
        table: order
         type: index
possible_keys: NULL
          key: fk_employee_id
      key_len: 4
          ref: NULL
         rows: 231032
        Extra: Using where; Using index
*************************** 2. row ***************************
           id: 2
  select_type: DEPENDENT SUBQUERY
        table: order_detail
         type: ref
possible_keys: fk_order_id
          key: fk_order_id
      key_len: 4
          ref: performance_test.order.id
         rows: 3
        Extra: Using where; Using index
2 rows in set (0.01 sec)


Query solution 2: use in
------------------------

mysql> `SELECT count(`order`.id) FROM `order` WHERE `order`.id IN ( SELECT order_detail.order_id FROM order_detail GROUP BY (order_detail.order_id) HAVING COUNT(order_id) > 5 ) ;`
+-------------------+
| count(`order`.id) |
+-------------------+
|             92054 |
+-------------------+
1 row in set (***3.88 sec***)

mysql> `explain SELECT count(`order`.id) FROM `order` WHERE `order`.id IN ( SELECT order_detail.order_id FROM order_detail GROUP BY (order_detail.order_id) HAVING COUNT(order_id) > 5 ) \G;`<br>
*************************** 1. row ***************************
           id: 1
  select_type: PRIMARY
        table: order
         type: index
possible_keys: NULL
          key: fk_employee_id
      key_len: 4
          ref: NULL
         rows: 231032
        Extra: Using where; Using index
*************************** 2. row ***************************
           id: 2
  select_type: SUBQUERY
        table: order_detail
         type: index
possible_keys: fk_order_id
          key: fk_order_id
      key_len: 4
          ref: NULL
         rows: 1036314
        Extra: Using index
2 rows in set (0.00 sec)

【问题讨论】：

这是一个测试项目，如果你想重现这种情况，我可以导出测试数据并分享它

我认为问题出在依赖子查询上

您是否尝试过颠倒执行顺序：在 IN 之前和 EXIST 之后，可能是第二个查询使用的缓存执行计划（来自第一个查询）。

我认为 EXISTS 查询在外部查询上执行 JOIN，因此从数据库中读取的数据更多 (sqlmag.com/database-performance-tuning/advanced-join-techniques)。在使用索引过滤外部查询之后，IN 查询首先执行子查询（读取所有记录）。

我相信你需要阅读其他类似的帖子，这里有一个***.com/questions/3999600/…它很详细

【参考方案1】：

我认为你有点困惑，你有一个错误的想法，'EXISTS' 比'IN' 工作得更快，我试图让你理解原因..

EXISTS 返回一个布尔值，并将在第一次匹配时返回一个布尔值。因此，如果您正在处理重复/倍数，“EXISTS”将比“IN”或“JOIN”更快地执行，具体取决于数据和需求。

而“IN”是 OR 子句的语法糖。虽然它非常适合，但在处理该比较的大量值时存在问题（1,000 以北）。在重复/倍数的情况下，“IN”检查所有存在的值，这自然会比“EXISTS”消耗更多的执行时间，这就是为什么“IN”总是比“EXISTS”慢。

我希望我能澄清你的困惑。

【讨论】：

感谢您的回复，我在网上搜索了更多资料，也许本质区别不是“存在”和“输入”，而是“分组依据”对子查询的影响，因为我有使用'Group By'子句，所以'Exists'的快捷方式不存在，这两个查询都必须全扫描表或索引。我喜欢这两个查询的解释输出有点不同，Select_Type的'Exists' 中的 SubQuery 是 'Dependent Subquery'，但另一个是 'SubQuery'

【参考方案2】：

如果父集和子集都很大，'EXISTS' 可以比'IN' 工作得更快。

因为对于大型集合，O(n*log(n)) 比 O(n*n) 快

如果子集很小，'EXISTS' 的工作速度可能比 'IN' 慢。

由于查询结构和由此产生的查询计划更改；例如慢 30%(1.5s)。