EXISTS、IN与JOIN的区别
EXISTS、IN与JOIN，都可以用来实现形如“查询A表中在（或不在）B表中的记录”的查询逻辑。
在论坛上看到很多人对此有所误解（如关于in的疑惑、用 外连接 和 Is Null 代替 not in两帖），特做一简单测试。
测试结果：
测试代码较长，附于本帖最后。
图表中百分数表示同一组3个查询的执行时间比例。红色表示3个语句中最慢，绿色表示3个语句中最快的，并列则没加颜色。
其中索引只测试了聚集索引，当表中字段较多且查询字段是非聚集索引时，选择执行计划的条件比较复杂，没有测试。并且当表中数量变化后，执行计划可能也有差异。图表反映了3种查询方式的解析机制的不同，基本结论是类似的，但具体情况还要视执行计划而定。
分析结论：
通常情况下，3种查询方式的执行时间：
EXISTS <= IN <= JOIN
NOT EXISTS <= NOT IN <= LEFT JOIN
只有当表中字段允许NULL时，NOT IN的方式最慢：
NOT EXISTS <= LEFT JOIN <= NOT IN
综上：
IN的好处是逻辑直观简单（通常是独立子查询）；缺点是只能判断单字段，并且当NOT IN时效率较低，而且NULL会导致不想要的结果。
EXISTS的好处是效率高，可以判断单字段和组合字段，并不受NULL的影响；缺点是逻辑稍微复杂（通常是相关子查询）。
JOIN用在这种场合，往往是吃力不讨好。JOIN的用途是联接两个表，而不是判断一个表的记录是否在另一个表。
编程建议：
（以下三条建议中EXISTS和IN同时代指肯定式逻辑和加NOT后的否定式逻辑）
如果查询条件是单字段主键（有索引且不允许NULL），则EXISTS和IN的性能基本一样，IN的查询通常写法简单、逻辑直观。
如果查询条件涉及多个字段，则最好选择EXISTS，千万不要用字段拼接再IN的方式（索引会失效）。
如果条件不确定，选用EXISTS是最保险的办法，性能最好，不受三值逻辑影响（EXISTS只会返回True/False不会返回Unknown），但代码逻辑稍稍复杂，思路要理清楚，而且相关字段最好采用“表（别）名.字段名”的形式。
附一：IN/NOT IN容易出现的两个问题
参看如下代码：
在论坛上看到很多人对此有所误解（如关于in的疑惑、用 外连接 和 Is Null 代替 not in两帖），特做一简单测试。
测试结果：
测试代码较长，附于本帖最后。
图表中百分数表示同一组3个查询的执行时间比例。红色表示3个语句中最慢，绿色表示3个语句中最快的，并列则没加颜色。
其中索引只测试了聚集索引，当表中字段较多且查询字段是非聚集索引时，选择执行计划的条件比较复杂，没有测试。并且当表中数量变化后，执行计划可能也有差异。图表反映了3种查询方式的解析机制的不同，基本结论是类似的，但具体情况还要视执行计划而定。
分析结论：
通常情况下，3种查询方式的执行时间：
EXISTS <= IN <= JOIN
NOT EXISTS <= NOT IN <= LEFT JOIN
只有当表中字段允许NULL时，NOT IN的方式最慢：
NOT EXISTS <= LEFT JOIN <= NOT IN
综上：
IN的好处是逻辑直观简单（通常是独立子查询）；缺点是只能判断单字段，并且当NOT IN时效率较低，而且NULL会导致不想要的结果。
EXISTS的好处是效率高，可以判断单字段和组合字段，并不受NULL的影响；缺点是逻辑稍微复杂（通常是相关子查询）。
JOIN用在这种场合，往往是吃力不讨好。JOIN的用途是联接两个表，而不是判断一个表的记录是否在另一个表。
编程建议：
（以下三条建议中EXISTS和IN同时代指肯定式逻辑和加NOT后的否定式逻辑）
如果查询条件是单字段主键（有索引且不允许NULL），则EXISTS和IN的性能基本一样，IN的查询通常写法简单、逻辑直观。
如果查询条件涉及多个字段，则最好选择EXISTS，千万不要用字段拼接再IN的方式（索引会失效）。
如果条件不确定，选用EXISTS是最保险的办法，性能最好，不受三值逻辑影响（EXISTS只会返回True/False不会返回Unknown），但代码逻辑稍稍复杂，思路要理清楚，而且相关字段最好采用“表（别）名.字段名”的形式。
附一：IN/NOT IN容易出现的两个问题
参看如下代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
SELECT EmployeeID = n, EmployeeName = 'E' + RIGHT('000' + CAST(n AS varchar(10)),3)INTO #EmployeesFROM dbo.Nums WHERE n <= 10;SELECT EmployeeIDINTO #BadboysFROM (SELECT TOP(4) EmployeeID = n FROM dbo.Nums WHERE n <= 10 ORDER BY NEWID()) tmpUNIONSELECT NULL;--问题1：SELECT * FROM #Employees WHERE EmployeeID IN (SELECT EmployeeID FROM #Badboys);SELECT * FROM #Employees WHERE EmployeeID NOT IN (SELECT EmployeeID FROM #Badboys);--问题2：SELECT * FROM #Employees WHERE EmployeeName IN (SELECT EmployeeName FROM #Badboys);SELECT * FROM #Employees WHERE EmployeeName NOT IN (SELECT EmployeeName FROM #Badboys); |
其中：
问题1是三值逻辑的问题，说明了在NOT IN遇到NULL时要特别小心（参看关于 not in的疑问一帖）。这也是为什么建议“如果可能，尽量让所有字段都声明为NOT NULL”的原因之一。
问题2是SQL Server子查询处理时命名空间解析的漏洞，说明了在多表查询中采用“表（别）名.字段名”的形式的好处，否则就要对字段名的拼写非常小心。
附二：EXISTS、IN与JOIN性能分析测试代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
|
--表中字段不允许NULL--TestCase1: 无重复数据，无索引CREATE TABLE T1(n int NOT NULL);CREATE TABLE T2(n int NOT NULL);INSERT INTO T1SELECT n FROM dbo.Nums WHERE n <= 100;INSERT INTO T2SELECT n FROM dbo.Nums WHERE n <= 100 AND n % 2 = 0;--TestCase2: 无重复数据，有索引CREATE UNIQUE CLUSTERED INDEX IX_T1 ON T1(n);CREATE UNIQUE CLUSTERED INDEX IX_T2 ON T2(n);--TestCase3: 有重复数据，无索引DROP TABLE T1;DROP TABLE T2;CREATE TABLE T1(n int NOT NULL);CREATE TABLE T2(n int NOT NULL);INSERT INTO T1SELECT n FROM dbo.Nums WHERE n <= 100;INSERT INTO T2SELECT n FROM dbo.Nums WHERE n <= 100 AND n % 2 = 0UNION ALLSELECT n FROM dbo.Nums WHERE n <= 100 AND n % 3 = 0;--TestCase4: 有重复数据，有索引CREATE CLUSTERED INDEX IX_T1 ON T1(n);CREATE CLUSTERED INDEX IX_T2 ON T2(n);--表中字段允许NULL--TestCase5: 无重复数据，无索引DROP TABLE T1;DROP TABLE T2;CREATE TABLE T1(n int NULL);CREATE TABLE T2(n int NULL);INSERT INTO T1SELECT n FROM dbo.Nums WHERE n <= 100;INSERT INTO T2SELECT n FROM dbo.Nums WHERE n <= 100 AND n % 2 = 0;--TestCase6: 无重复数据，有索引CREATE UNIQUE CLUSTERED INDEX IX_T1 ON T1(n);CREATE UNIQUE CLUSTERED INDEX IX_T2 ON T2(n);--TestCase7: 有重复数据，无索引DROP TABLE T1;DROP TABLE T2;CREATE TABLE T1(n int NULL);CREATE TABLE T2(n int NULL);INSERT INTO T1SELECT n FROM dbo.Nums WHERE n <= 100;INSERT INTO T2SELECT n FROM dbo.Nums WHERE n <= 100 AND n % 2 = 0UNION ALLSELECT n FROM dbo.Nums WHERE n <= 100 AND n % 3 = 0;--TestCase8: 有重复数据，有索引CREATE CLUSTERED INDEX IX_T1 ON T1(n);CREATE CLUSTERED INDEX IX_T2 ON T2(n);--Foreach TestCase above，分别执行以下两组语句并观察执行计划：--肯定式逻辑SELECT T1.*FROM T1WHERE EXISTS (SELECT * FROM T2 WHERE T2.n = T1.n);SELECT T1.*FROM T1WHERE T1.n IN (SELECT T2.n FROM T2);SELECT DISTINCT T1.* --不加DISTINCT可能会引起重复FROM T1INNER JOIN T2ON T1.n = T2.n;--否定式逻辑SELECT T1.*FROM T1WHERE NOT EXISTS (SELECT * FROM T2 WHERE T2.n = T1.n);SELECT T1.*FROM T1WHERE T1.n NOT IN (SELECT T2.n FROM T2);SELECT T1.*FROM T1LEFT JOIN T2ON T1.n = T2.nWHERE T2.n IS NULL;--End Foreach--清场DROP TABLE T1;DROP TABLE T2; |