关于Oracle中in,exists 与 not in, not exists

 文章简要的讨论了in,exists 与 not in, not exists在使用中的问题，主要是关键字的选择，SQL的优化

*注：下面示例都是用Oracle内置用户的表，如果安装Oracle时没有选择不安装数据库示例表应该都会安装的

1、IN和EXISTS

IN语句：

SELECT *
FROM hr.employees t1
WHERE t1.employee_id IN (
                         SELECT t2.employee_id
                         FROM hr.job_history t2                        
                        );

EXISTS语句：

SELECT *
FROM hr.employees t1
WHERE EXISTS (
              SELECT 1
              FROM hr.job_history t2
              WHERE t2.employee_id = t1.employee_id                      
             );

  可以看到两者的结果是一样的，这意味着两个查询都能够满足我们业务的需求。但是问题来了，那个以查询更快呢？

  用in和exists都可以实现对数据的选择，但是两者的效率往往会因为场景不同而不同。原因如下：

in是把主表和子查询的表作hash连接；而exists是对主表作loop循环，每次loop循环再对内表进行查询。所以我们一直以来认为exists比in效率高的说法是不准确的。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较大，则子查询表大的用exists，子查询表小的用in；

即：表A(小表)，表B(大表)

select * from A where cc in(select cc from B)　　-->效率低，用到了A表上cc列的索引；

select * from A where exists(select cc from B where cc=A.cc)　　-->效率高，用到了B表上cc列的索引。

相反的：

select * from B where cc in(select cc from A)　　-->效率高，用到了B表上cc列的索引

select * from B where exists(select cc from A where cc=B.cc)　　-->效率低，用到了A表上cc列的索引。

2、NOT IN和NOT EXISTS

NOT IN语句：

SELECT *
FROM HR.EMPLOYEES T1
WHERE T1.EMPLOYEE_ID NOT IN (
                             SELECT T2.EMPLOYEE_ID 
                             FROM HR.JOB_HISTORY T2
                            );

NOT EXISTS语句：

SELECT *
FROM HR.EMPLOYEES T1
WHERE NOT EXISTS (
                  SELECT 1
                  FROM HR.JOB_HISTORY T2
                  WHERE T2.EMPLOYEE_ID = T1.EMPLOYEE_ID
                 );

  not in,not exists的对比与in,exists有比较大的不同，原因在于：

  如果查询语句使用了not in，那么对主表，子查询表都进行全表扫描，没有用到索引；而not exists的子查询依然能用到表上的索引。所以无论哪个表大，用not exists都比not in 要快。

  而且坑爹的事情还没有这么快就结束！

再演示一个比较坑爹的事情

--构造临时表tmp1
WITH tmp1 AS (
SELECT 1 AS field1,2 AS field2 FROM dual UNION ALL
SELECT 1 AS field1,3 AS field2 FROM dual
),--多个with as用逗号隔开
--构造临时表tmp2
tmp2 AS (
SELECT 1 AS field1,2    AS field2 FROM dual UNION ALL
SELECT 1 AS field1,NULL AS field2 FROM dual
)
SELECT *
FROM tmp1 t1
WHERE NOT EXISTS (
                  SELECT 1
                  FROM tmp2 t2
                  WHERE t1.field2 = t2.field2
                 );

结果如下：

没有什么异常，但是用 not in的话坑爹的事情就会出现了！

--构造临时表tmp1
WITH tmp1 AS (
SELECT 1 AS field1,2 AS field2 FROM dual UNION ALL
SELECT 1 AS field1,3 AS field2 FROM dual
),--多个with as用逗号隔开
--构造临时表tmp2
tmp2 AS (
SELECT 1 AS field1,2    AS field2 FROM dual UNION ALL
SELECT 1 AS field1,NULL AS field2 FROM dual
)
SELECT * 
FROM tmp1 t1
WHERE t1.field2 NOT IN (
                        SELECT t2.field2
                        FROM tmp2 t2
                       );

结果如下：

WTF!!!!!!!

为什么会不同？？？？？？

原来使用not in时，它会调用子查询；而使用not exists时，它会调用关联子查询。如果子查询中返回的任意一条记录含有空值，则查询将不返回任何记录。这就是导致我们上述问题的原因，所以一般情况下，我们都会用not exists而不用not in