Mysql中in和exists的区别 not in、not exists、left join的相互转换

文章目录

1. in 介绍
- 1.1 in中数据量的限制
- 1.2 null值不参与in或not in，也就是说in and not in 并不是全量值，排除了null值
- 1.3 in的执行逻辑
2. exists介绍
- 2.1 exists + not exists 是全量数据
- 2.2 exists的执行逻辑
3. 小表驱动大表的好处
4. in、not in、exists、not exists是否可以走索引（都可以）
5. not in、 not exists、left join语句相互转换（必须在表关联时，否则并不等同）
- 5.1 not in
- 5.2 not exists
- 5.3 left join + is null

数据准备

-- 建表
CREATE TABLE `xin_stu_t_bak` (`id` bigint NOT NULL COMMENT '主键',`relation_id` bigint DEFAULT NULL COMMENT '外键, 记录教师id',`student_name` varchar(30) DEFAULT NULL COMMENT '姓名',`student_age` bigint DEFAULT NULL COMMENT '年龄',`school` varchar(300) DEFAULT NULL COMMENT '学校',KEY `relationid` (`relation_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;CREATE TABLE `xin_teach_t_bak` (`id` bigint NOT NULL COMMENT '主键',`teacher_name` varchar(30) DEFAULT NULL COMMENT '教师姓名',`teacher_age` bigint DEFAULT NULL COMMENT '教师年龄',`school` varchar(300) DEFAULT NULL COMMENT '学校',KEY `id` (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;-- 加索引
create index id on xin_stu_t_bak(relation_id);
create index id on xin_teach_t_bak(id);-- 添数据
INSERT INTO lelele.xin_stu_t_bak (id,relation_id,student_name,student_age,school) VALUES(1,NULL,'尤仁义1',11,'徐州中学'),(2,1,'尤仁义2',12,'徐州中学'),(3,NULL,'朱有理1',11,'徐州中学'),(4,2,'朱有理2',12,'徐州中学'),(5,2,'朱有理3',13,'徐州中学'),(6,3,'宋昆明1',11,'徐州中学'),(7,3,'宋昆明2',12,'徐州中学'),(8,14,'宋昆明3',13,'徐州中学');INSERT INTO lelele.xin_teach_t_bak (id,teacher_name,teacher_age,school) VALUES(1,'王翠花1',31,'徐州中学'),(2,'王翠花2',31,'徐州中学'),(3,'王翠花3',33,'徐州中学'),(4,'王翠花4',34,'徐州中学'),(5,'王翠花5',35,'徐州中学'),(1,'王翠花1',31,'徐州中学'),(1,'王翠花1',31,'徐州中学'),(2,'王翠花2',31,'徐州中学'),(6,'王翠花6',31,'徐州中学'),(7,'王翠花7',31,'徐州中学');
INSERT INTO lelele.xin_teach_t_bak (id,teacher_name,teacher_age,school) VALUES(8,'王翠花8',33,'徐州中学'),(9,'王翠花9',34,'徐州中学'),(10,'王翠花10',35,'徐州中学'),(11,'王翠花11',31,'徐州中学'),(12,'王翠花12',31,'徐州中学'),(13,'王翠花13',31,'徐州中学');

1. in 介绍

1.1 in中数据量的限制

在oracle中，int中数据集的大小超过1000会报错；
在mysql中，超过1000不会报错，但也是有数据量限制的，应该是4mb，但不建议数据集超过1000，
因为in是可以走索引的，但in中数据量过大索引就会失效

1.2 null值不参与in或not in，也就是说in and not in 并不是全量值，排除了null值

select * from xin_stu_t_bak a where a.relation_id in ( select id from xin_teach_t_bak b)

在这里插入图片描述

select * from xin_stu_t_bak a where a.relation_id not in ( select id from xin_teach_t_bak b)

在这里插入图片描述

select * from xin_stu_t_bak a

在这里插入图片描述

从此处可以看出，in和not in 加在一起并不是全量的值，排除了null值

1.3 in的执行逻辑

当前的in子查询是B表驱动A表
mysql先将B表的数据一把查出来至于内存中
遍历B表的数据，再去查A表（每次遍历都是一次连接交互，这里会耗资源）
假设B有100000条记录，A有10条记录，会交互100000次数据库；再假设B有10条记录，A有100000记录，只会发生10次交互。

结论: in是先进行子查询，再与外面的数据进行循环遍历，属于子查询的结果集驱动外面的结果集，
当in子查询的结果集较小时，就形成了小表驱动大表，而两张表的驱动就是一张表的行数据去循环关联另一张表，
关联次数越少越好，所以小表去查询大表，次数更少，性能更高
in()适合B表比A表数据小的情况

2. exists介绍

2.1 exists + not exists 是全量数据

select * from xin_stu_t_bak a where exists ( select 1 from xin_teach_t_bak b where a.relation_id = b.id)

在这里插入图片描述

select * from xin_stu_t_bak a where not exists ( select 1 from xin_teach_t_bak b where a.relation_id = b.id)

在这里插入图片描述

exist + not exists 是全量数据，这点与in不同

2.2 exists的执行逻辑

当前exists查询是A表驱动B表
与in不同，exists将A的纪录数查询到内存，因此A表的记录数决定了数据库的交互次数
假设A有10000条记录，B有10条记录，数据库交互次数为10000；假设A有10条，B有10000条，数据库交互次数为10。

结论：exists理论上就是boolean值，关联后查询到有值则是true数据留下，关联后查询没有值则是false数据舍弃；
exists适合B表数据量大，A表数据量小的情况，与in相反

3. 小表驱动大表的好处

我们来看下面两个循环：

for (int i = 0; i<10000; i++){ for(int j = 0; j<10; j++){}
}

for (int i = 0; i<10; i++){ for(int j = 0; j<10000; j++){}
}

在java中，我们都知道上述的两个循环的时间复杂度都是一样的；
但在数据库中则是有区别的，
首先第一层循环，数据库只做一次交互一把将数据查出到缓存中，
而第二层循环的数据库交互次数决定于第一层循环数据量的大小。
对于数据库而言，交互次数越多越耗费资源，一次交互涉及了“连接-查找-断开”这些操作，是相当耗费资源的。
使用in时，B表驱动A
使用exists时，A表驱动B
所以我们写sql时应当遵循“小表驱动大表“的原则