为什么 IN 条件会比 sql 中的“=”慢？

Question

检查问题This SELECT query takes 180 seconds to finish（检查问题本身的cmets）。
IN 只能与一个值进行比较，但时间差异仍然很大。
为什么会这样？

Answer 1

总结：这是 MySQL 中的 known problem，在 MySQL 5.6.x 中已修复。问题是由于当使用 IN 的子查询被错误地识别为依赖子查询而不是独立子查询时缺少优化。

---

当您对原始查询运行 EXPLAIN 时，它会返回：

1 'PRIMARY' 'question_law_version' 'ALL' '' '' '' '' 10148 '在哪里使用' 2 'DEPENDENT SUBQUERY' 'question_law_version' 'ALL' '' '' '' '' 10148 '使用where' 3 'DEPENDENT SUBQUERY' 'question_law' 'ALL' '' '' '' '' 10040 '使用where'

当您将 IN 更改为 = 时，您会得到：

1 'PRIMARY' 'question_law_version' 'ALL' '' '' '' '' 10148 '在哪里使用' 2 'SUBQUERY' 'question_law_version' 'ALL' '' '' '' '' 10148 '在哪里使用' 3 'SUBQUERY' 'question_law' 'ALL' '' '' '' '' 10040 '使用where'

每个相关子查询在它所在的查询中的每一行运行一次，而子查询只运行一次。当存在可以转换为连接的条件时，MySQL 有时可以优化依赖子查询，但此处并非如此。

现在这当然留下了为什么 MySQL 认为 IN 版本需要是依赖子查询的问题。我制作了一个简化版本的查询来帮助调查这个问题。我创建了两个表“foo”和“bar”，前者只包含一个 id 列，后者包含一个 id 和一个 foo id（尽管我没有创建外键约束）。然后我用 1000 行填充了两个表：

CREATE TABLE foo (id INT PRIMARY KEY NOT NULL);
CREATE TABLE bar (id INT PRIMARY KEY, foo_id INT NOT NULL);

-- populate tables with 1000 rows in each

SELECT id
FROM foo
WHERE id IN
(
    SELECT MAX(foo_id)
    FROM bar
);

这个简化的查询和以前有同样的问题——内部选择被视为依赖子查询并且没有执行优化，导致内部查询每行运行一次。查询需要将近一秒钟的时间来运行。再次将IN 更改为= 可使查询几乎立即运行。

我用来填充表格的代码如下，以防有人希望重现结果。

CREATE TABLE filler (
        id INT NOT NULL PRIMARY KEY AUTO_INCREMENT
) ENGINE=Memory;

DELIMITER $$

CREATE PROCEDURE prc_filler(cnt INT)
BEGIN
        DECLARE _cnt INT;
        SET _cnt = 1;
        WHILE _cnt <= cnt DO
                INSERT
                INTO    filler
                SELECT  _cnt;
                SET _cnt = _cnt + 1;
        END WHILE;
END
$$

DELIMITER ;

CALL prc_filler(1000);

INSERT foo SELECT id FROM filler;
INSERT bar SELECT id, id FROM filler;

Answer 2

这很有趣，但问题也可以通过准备好的语句来解决（不确定它是否适合所有人），例如：

mysql> EXPLAIN SELECT * FROM words WHERE word IN (SELECT word FROM phrase_words);
+----+--------------------+--------------+...
| id | select_type        | table        |...
+----+--------------------+--------------+...
|  1 | PRIMARY            | words        |...
|  2 | DEPENDENT SUBQUERY | phrase_words |...
+----+--------------------+--------------+...
mysql> EXPLAIN SELECT * FROM words WHERE word IN ('twist','rollers');
+----+-------------+-------+...
| id | select_type | table |...
+----+-------------+-------+...
|  1 | SIMPLE      | words |...
+----+-------------+-------+...

所以只需在存储过程中准备语句，然后执行它。思路如下：

SET @words = (SELECT GROUP_CONCAT(word SEPARATOR '\',\'') FROM phrase_words);
SET @words = CONCAT("'", @words, "'");
SET @query = CONCAT("SELECT * FROM words WHERE word IN (", @words, ");";
PREPARE q FROM @query;
EXECUTE q;

Answer 3

这是关于内部查询 a.k.a 子查询 vs 连接，而不是关于 IN vs =，原因在那篇文章中有解释。 MySQL 5.4 版本应该引入改进的优化器，可以将一些子查询重写为更有效的形式。

你能做的最糟糕的事情就是使用所谓的相关子查询 http://dev.mysql.com/doc/refman/5.1/en/correlated-subqueries.html

Answer 4

SQL 优化器并不总是按照您的预期去做。我不确定还有比这更好的答案。这就是为什么您必须检查 EXPLAIN PLAN 输出并分析您的查询以找出时间花在哪里的原因。