演示demo表:
student表
DROP TABLE IF EXISTS `student`; CREATE TABLE `student` ( `stuid` varchar(16) NOT NULL COMMENT ‘学号‘, `stunm` varchar(20) NOT NULL COMMENT ‘学生姓名‘, PRIMARY KEY (`stuid`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8; -- ---------------------------- -- Records of student -- ---------------------------- INSERT INTO `student` VALUES (‘1001‘, ‘张三‘); INSERT INTO `student` VALUES (‘1002‘, ‘李四‘); INSERT INTO `student` VALUES (‘1003‘, ‘赵二‘); INSERT INTO `student` VALUES (‘1004‘, ‘王五‘); INSERT INTO `student` VALUES (‘1005‘, ‘刘青‘); INSERT INTO `student` VALUES (‘1006‘, ‘周明‘); INSERT INTO `student` VALUES (‘1007‘, ‘吴七‘);
score表
DROP TABLE IF EXISTS `score`; CREATE TABLE `score` ( `stuid` varchar(16) NOT NULL, `courseno` varchar(20) NOT NULL, `scores` float DEFAULT NULL, PRIMARY KEY (`stuid`,`courseno`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8; -- ---------------------------- -- Records of score -- ---------------------------- INSERT INTO `score` VALUES (‘1001‘, ‘C001‘, ‘67‘); INSERT INTO `score` VALUES (‘1001‘, ‘C002‘, ‘87‘); INSERT INTO `score` VALUES (‘1001‘, ‘C003‘, ‘83‘); INSERT INTO `score` VALUES (‘1001‘, ‘C004‘, ‘88‘); INSERT INTO `score` VALUES (‘1001‘, ‘C005‘, ‘77‘); INSERT INTO `score` VALUES (‘1001‘, ‘C006‘, ‘77‘); INSERT INTO `score` VALUES (‘1002‘, ‘C001‘, ‘68‘); INSERT INTO `score` VALUES (‘1002‘, ‘C002‘, ‘88‘); INSERT INTO `score` VALUES (‘1002‘, ‘C003‘, ‘84‘); INSERT INTO `score` VALUES (‘1002‘, ‘C004‘, ‘89‘); INSERT INTO `score` VALUES (‘1002‘, ‘C005‘, ‘78‘); INSERT INTO `score` VALUES (‘1002‘, ‘C006‘, ‘78‘); INSERT INTO `score` VALUES (‘1003‘, ‘C001‘, ‘69‘); INSERT INTO `score` VALUES (‘1003‘, ‘C002‘, ‘89‘); INSERT INTO `score` VALUES (‘1003‘, ‘C003‘, ‘85‘); INSERT INTO `score` VALUES (‘1003‘, ‘C004‘, ‘90‘); INSERT INTO `score` VALUES (‘1003‘, ‘C005‘, ‘79‘); INSERT INTO `score` VALUES (‘1003‘, ‘C006‘, ‘79‘); INSERT INTO `score` VALUES (‘1004‘, ‘C001‘, ‘70‘); INSERT INTO `score` VALUES (‘1004‘, ‘C002‘, ‘90‘); INSERT INTO `score` VALUES (‘1004‘, ‘C003‘, ‘86‘); INSERT INTO `score` VALUES (‘1004‘, ‘C004‘, ‘91‘); INSERT INTO `score` VALUES (‘1004‘, ‘C005‘, ‘80‘); INSERT INTO `score` VALUES (‘1004‘, ‘C006‘, ‘80‘); INSERT INTO `score` VALUES (‘1005‘, ‘C001‘, ‘71‘); INSERT INTO `score` VALUES (‘1005‘, ‘C002‘, ‘91‘); INSERT INTO `score` VALUES (‘1005‘, ‘C003‘, ‘87‘); INSERT INTO `score` VALUES (‘1005‘, ‘C004‘, ‘92‘); INSERT INTO `score` VALUES (‘1005‘, ‘C005‘, ‘81‘); INSERT INTO `score` VALUES (‘1005‘, ‘C006‘, ‘81‘); INSERT INTO `score` VALUES (‘1006‘, ‘C001‘, ‘72‘); INSERT INTO `score` VALUES (‘1006‘, ‘C002‘, ‘92‘); INSERT INTO `score` VALUES (‘1006‘, ‘C003‘, ‘88‘); INSERT INTO `score` VALUES (‘1006‘, ‘C004‘, ‘93‘); INSERT INTO `score` VALUES (‘1006‘, ‘C005‘, ‘82‘); INSERT INTO `score` VALUES (‘1006‘, ‘C006‘, ‘82‘);
course表
DROP TABLE IF EXISTS `courses`; CREATE TABLE `courses` ( `courseno` varchar(20) NOT NULL, `coursenm` varchar(100) NOT NULL, PRIMARY KEY (`courseno`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT=‘课程表‘; -- ---------------------------- -- Records of courses -- ---------------------------- INSERT INTO `courses` VALUES (‘C001‘, ‘大学语文‘); INSERT INTO `courses` VALUES (‘C002‘, ‘新视野英语‘); INSERT INTO `courses` VALUES (‘C003‘, ‘离散数学‘); INSERT INTO `courses` VALUES (‘C004‘, ‘概率论与数理统计‘); INSERT INTO `courses` VALUES (‘C005‘, ‘线性代数‘); INSERT INTO `courses` VALUES (‘C006‘, ‘高等数学(一)‘); INSERT INTO `courses` VALUES (‘C007‘, ‘高等数学(二)‘);
IN 语句:只执行一次
确定给定的值是否与子查询或列表中的值相匹配。in在查询的时候,首先查询子查询的表,然后将内表和外表做一个笛卡尔积,然后按照条件进行筛选。所以相对内表比较小的时候,in的速度较快。
具体sql示例:
SQL语句执行顺序详见:https://blog.csdn.net/wqc19920906/article/details/79411854
1、select * from student s where s.stuid in(select stuid from score ss where ss.stuid = s.stuid)
执行结果:
2、 select * from student s where s.stuid in(select stuid from score ss where ss.stuid <1005)
执行结果:
以上两个语句的执行流程:
首先会执行from语句找出student表,然后执行 in 里面的子查询,再然后将查询到的结果和原有的user表做一个笛卡尔积,再根据我们的student.stuid IN score.stuid的条件,将结果进行筛选(既比较stuid列的值是否相等,将不相等的删除)。最后,得到符合条件的数据。
EXISTS语句:执行student.length次
指定一个子查询,检测行的存在。遍历循环外表,然后看外表中的记录有没有和内表的数据一样的。匹配上就将结果放入结果集中。
具体示例:
select * from student s where EXISTS(select stuid from score ss where ss.stuid = s.stuid)
这条sql语句的执行结果和上面的in的第一条执行结果是一样的。
但是,不一样的是它们的执行流程完全不一样:
使用exists关键字进行查询的时候,首先,我们先查询的不是子查询的内容,而是查我们的主查询的表,也就是说,我们先执行的sql语句是:
select * from student s
结果为:
然后,根据表的每一条记录,执行以下语句,依次去判断where后面的条件是否成立:
EXISTS(select stuid from score ss where ss.stuid = s.stuid)
如果成立则返回true不成立则返回false。如果返回的是true的话,则该行结果保留,如果返回的是false的话,则删除该行,最后将得到的结果返回。
区别及应用场景
in 和 exists的区别: 如果子查询得出的结果集记录较少,主查询中的表较大且又有索引时应该用in, 反之如果外层的主查询记录较少,子查询中的表大,又有索引时使用exists。其实我们区分in和exists主要是造成了驱动顺序的改变(这是性能变化的关键),如果是exists,那么以外层表为驱动表,先被访问,如果是IN,那么先执行子查询,所以我们会以驱动表的快速返回为目标,那么就会考虑到索引及结果集的关系了 ,另外IN时不对NULL进行处理。
in 是把外表和内表作hash 连接,而exists是对外表作loop循环,每次loop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。
not in 和not exists
如果查询语句使用了not in 那么内外表都进行全表扫描,没有用到索引;而not extsts 的子查询依然能用到表上的索引。所以无论那个表大,用not exists都比not in要快。
以下为转载内容
原理解析补充:
select * from A
where id in(select id from B)
以上查询使用了in语句,in()只执行一次,它查出B表中的所有id字段并缓存起来.之后,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.
再如: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
select a.* from A a
where exists(select 1 from B b where a.id=b.id)
以上查询使用了exists语句,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,重要的是结果集中是否有记录,如果有则返回true,没有则返回false.
它的查询过程类似于以下过程
List resultSet=[];
Array A=(select * from A)
for(int i=0;i<A.length;i++) {
if(exists(A[i].id) { //执行select 1 from B 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.
比如在Northwind数据库中有一个查询为
SELECT c.CustomerId,CompanyName FROM Customers c
WHERE EXISTS(
SELECT OrderID FROM Orders o WHERE o.CustomerID=c.CustomerID)
这里面的EXISTS是如何运作呢?子查询返回的是OrderId字段,可是外面的查询要找的是CustomerID和CompanyName字段,这两个字段肯定不在OrderID里面啊,这是如何匹配的呢?
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
EXISTS 指定一个子查询,检测 行 的存在。
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 FLASE 。
例表A:TableIn | 例表B:TableEx |
(一). 在子查询中使用 NULL 仍然返回结果集
select * from TableIn where exists(select null)
等同于: select * from TableIn
(二). 比较使用 EXISTS 和 IN 的查询。注意两个查询返回相同的结果。
select * from TableIn where exists(select BID from TableEx where BNAME=TableIn.ANAME)
select * from TableIn where ANAME in(select BNAME from TableEx)
(三). 比较使用 EXISTS 和 = ANY 的查询。注意两个查询返回相同的结果。
select * from TableIn where exists(select BID from TableEx where BNAME=TableIn.ANAME)
select * from TableIn where ANAME=ANY(select BNAME from TableEx)
NOT EXISTS 的作用与 EXISTS 正好相反。如果子查询没有返回行,则满足了 NOT EXISTS 中的 WHERE 子句。
结论:
EXISTS(包括 NOT EXISTS )子句的返回值是一个BOOL值。 EXISTS内部有一个子查询语句(SELECT ... FROM...), 我将其称为EXIST的内查询语句。其内查询语句返回一个结果集。 EXISTS子句根据其内查询语句的结果集空或者非空,返回一个布尔值。
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取非空值,则EXISTS子句返回TRUE,这一行行可作为外查询的结果行,否则不能作为结果。
分析器会先看语句的第一个词,当它发现第一个词是SELECT关键字的时候,它会跳到FROM关键字,然后通过FROM关键字找到表名并把表装入内存。接着是找WHERE关键字,如果找不到则返回到SELECT找字段解析,如果找到WHERE,则分析其中的条件,完成后再回到SELECT分析字段。最后形成一张我们要的虚表。
WHERE关键字后面的是条件表达式。条件表达式计算完成后,会有一个返回值,即非0或0,非0即为真(true),0即为假(false)。同理WHERE后面的条件也有一个返回值,真或假,来确定接下来执不执行SELECT。
分析器先找到关键字SELECT,然后跳到FROM关键字将STUDENT表导入内存,并通过指针找到第一条记录,接着找到WHERE关键字计算它的条件表达式,如果为真那么把这条记录装到一个虚表当中,指针再指向下一条记录。如果为假那么指针直接指向下一条记录,而不进行其它操作。一直检索完整个表,并把检索出来的虚拟表返回给用户。EXISTS是条件表达式的一部分,它也有一个返回值(true或false)。
在插入记录前,需要检查这条记录是否已经存在,只有当记录不存在时才执行插入操作,可以通过使用 EXISTS 条件句防止插入重复记录。
INSERT INTO TableIn (ANAME,ASEX)
SELECT top 1 ‘张三‘, ‘男‘ FROM TableIn
WHERE not exists (select * from TableIn where TableIn.AID = 7)
EXISTS与IN的使用效率的问题,通常情况下采用exists要比in效率高,因为IN不走索引,但要看实际情况具体使用:
IN适合于外表大而内表小的情况;EXISTS适合于外表小而内表大的情况。
问题和解决
问题1:
--users表有1000条记录,id自增,id都大于0
select * from users where exists (select * from users limit 0); --输出多少条记录?
select * from users where exists (select * from users where id < 0); --输出多少条记录?
答案(请选中查看):
10000条
0条
原因:
exists查询的本质,只要碰到有记录,则返回true;所以limit根本就不会去管,或者说执行不到。
问题2:
exists可以完全代替in吗?
不能。
例如:
--没有关联字段的情况:枚举常量
select * from areas where id in (4, 5, 6);
--没有关联字段的情况:这样exists对子查询,要么全true,要么全false
select * from areas where id in (select city_id from deals where deals.name = ‘xxx‘);
举个相关exists的sql优化例子:
9、用exists替代in(分情况)(发现好多程序员不知道这个怎么用):
在许多基于基础表的查询中,为了满足一个条件,往往需要对另一个表进行联接。
在这种情况下,使用exists(或not exists)通常将提高查询的效率。
举例:
(低效)
select ... from table1 t1 where t1.id > 10 and pno in (select no from table2 where name like ‘www%‘);
(高效)
select ... from table1 t1 where t1.id > 10 and exists (select 1 from table2 t2 where t1.pno = t2.no and name like ‘www%‘);
10、用not exists替代not in:
在子查询中,not in子句将执行一个内部的排序和合并。
无论在哪种情况下,not in都是最低效的 (因为它对子查询中的表执行了一个全表遍历)。
为了避免使用not in,我们可以把它改写成外连接(Outer Joins)或not exists。
11、用exists替换distinct:
当提交一个包含一对多表信息的查询时,避免在select子句中使用distinct. 一般可以考虑用exists替换
举例:
(低效)
select distinct d.dept_no, d.dept_name from t_dept d, t_emp e where d.dept_no = e.dept_no;
(高效)
select d.dept_no, d.dept_name from t_dept d where exists (select 1 from t_emp where d.dept_no = e.dept_no);
exists使查询更为迅速,因为RDBMS核心模块将在子查询的条件一旦满足后,立刻返回结果.
12、用表连接替换exists:
通常来说,采用表连接的方式比exists更有效率。
举例:
(低效)
select ename from emp e where exists (select 1 from dept where dept_no = e.dept_no and dept_cat = ‘W‘);
SELECT ENAME
(高效)
select ename from dept d, emp e where e.dept_no = d.dept_no and dept_cat = ‘W‘;
写的很详细,忍不住转载一波;
内容来源:
https://blog.csdn.net/wqc19920906/article/details/79800374
原文地址:https://www.cnblogs.com/lzghyh/p/12692207.html