我应该避免 IN() 因为比 EXISTS() 慢吗？

Question

可能重复：
SQL Server IN vs. EXISTS Performance

我应该避免 IN() 因为比 EXISTS() 慢吗？

SELECT * FROM TABLE1 t1 WHERE EXISTS (SELECT 1 FROM TABLE2 t2 WHERE t1.ID = t2.ID)

VS

SELECT * FROM TABLE1 t1 WHERE t1.ID IN(SELECT t2.ID FROM TABLE2 t2)

根据我的调查，我设置了 SHOWPLAN_ALL。我得到相同的执行计划和估算成本。使用索引（pk），在两个查询中查找。没有不同。

还有哪些其他情况或其他情况可以使两个查询的结果大不相同？优化器是否对我进行了优化以获得相同的执行计划？

Answer 1

两者都不做。这样做：

SELECT DISTINCT T1.* 
FROM TABLE1 t1
JOIN TABLE2 t2 ON t1.ID = t2.ID;

这将在数量级上胜过其他任何事情。

Answer 2

两个查询将产生相同的执行计划（假设没有创建索引）：两次表扫描和一个嵌套循环（连接）。

Bohemian 建议的连接将执行哈希匹配而不是循环，我一直听说（这里有一个证明：Link）是最糟糕的连接。

在 IN 和 EXIST（您的实际问题）中，EXISTS 表现更好（看看：Link）

Answer 3

如果您的表 T2 有很多记录，则 EXISTS 是更好的方法，因为当您的数据库找到符合您要求的记录时，条件将被评估为 true 并停止从 T2 进行扫描。但是，在 IN 子句中，您正在为 table1 中的每一行扫描 Table2。 当您有一堆值或子查询中的值很少时，IN 比 Exists 更好。 扩展一点我的答案，基于问汤姆的回答： 在带有 in 的 Select 中，例如：

Select * from T1 where x in ( select y from T2 )

通常被处理为：

select * 
  from t1, ( select distinct y from t2 ) t2
 where t1.x = t2.y;

子查询被评估、区分、索引（或散列或排序），然后连接到原始表（通常）。

在存在的查询中，例如：

select * from t1 where exists ( select null from t2 where y = x )

处理起来更像：

for x in ( select * from t1 )
   loop
      if ( exists ( select null from t2 where y = x.x )
      then 
         OUTPUT THE RECORD
      end if
   end loop

它总是会导致对 T1 进行全面扫描，而第一个查询可以使用 T1(x) 上的索引。

什么时候存在合适和合适的地方？

1. EXISTS 当...时使用 EXISTS
2. 在以下情况下使用 IN... 子查询的结果很小 -- 那么 IN 通常更合适。
3. 如果子查询和外部表都很大——其中一个可能工作得和另一个一样好——取决于索引和其他因素。