SQL里的EXISTS与in、not exists与not in

系统要求进行SQL优化，对效率比较低的SQL进行优化，使其运行效率更高，其中要求对SQL中的部分in/notin修改为exists/notexists

修改方法如下：

in的SQL语句

SELECTid,category_id,htmlfile,title,convert(varchar(20),begintime,112)aspubtime

FROMtab_oa_pubWHEREis_check=1and

category_idin(selectidfromtab_oa_pub_catewhereno='1')

orderbybegintimedesc

修改为exists的SQL语句

SELECTid,category_id,htmlfile,title,convert(varchar(20),begintime,112)aspubtime

FROMtab_oa_pubWHEREis_check=1and

exists(selectidfromtab_oa_pub_catewheretab_oa_pub.category_id=convert(int,no)andno='1')

orderbybegintimedesc

分析一下exists真的就比in的效率高吗？

我们先讨论IN和EXISTS。

select*fromt1wherexin(selectyfromt2)

事实上可以理解为：

select*

fromt1,(selectdistinctyfromt2)t2

wheret1.x=t2.y;

——如果你有一定的SQL优化经验，从这句很自然的可以想到t2绝对不能是个大表，因为需要对t2进行全表的“唯一排序”，如果t2很大这个排序的性能是不可忍受的。但是t1可以很大，为什么呢？最通俗的理解就是因为t1.x=t2.y可以走索引。但这并不是一个很好的解释。试想，如果t1.x和t2.y都有索引，我们知道索引是种有序的结构，因此t1和t2之间最佳的方案是走mergejoin。另外，如果t2.y上有索引，对t2的排序性能也有很大提高。

select*fromt1whereexists(selectnullfromt2wherey=x)

可以理解为：

forxin(select*fromt1)

loop

if(exists(selectnullfromt2wherey=x.x)

then

OUTPUTTHERECORD!

endif

endloop

——这个更容易理解，t1永远是个表扫描！因此t1绝对不能是个大表，而t2可以很大，因为y=x.x可以走t2.y的索引。

综合以上对IN/EXISTS的讨论，我们可以得出一个基本通用的结论：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。

我们要根据实际的情况做相应的优化，不能绝对的说谁的效率高谁的效率低，所有的事都是相对的