Oracle中exists与in的效率探讨

in 与 exist 的语法比较：
          select × from 数据表 t where t.x in (...)
      括号内可以是符合t.x字段类型的值集合，如('1','2','3')，但如果t.x是number类型的时候，似乎这样的写法会出问题；也可以是通过另外的select语句查询出来的值集合，如(select y from 数据表2 where ...)。

          select * from 数据表 t where [...] and exist (...)
      方括号内为其它的查询条件，可以没有。exist后面的括号内可以是任意的条件，这个条件可以与外面的查询没有任何关系，也可以与外面的条件结合。如：(select * from 数据表2 where 1=1) 或 (select * from 数据表2 where y=t.x)

例子：

in的SQL语句
SELECT id, category_id, htmlfile, title, convert(varchar(20),begintime,112) as pubtime
FROM tab_oa_pub WHERE is_check=1 and
category_id in (select id from tab_oa_pub_cate where no='1')
order by begintime desc

exists的SQL语句
SELECT id, category_id, htmlfile, title, convert(varchar(20),begintime,112) as pubtime
FROM tab_oa_pub WHERE is_check=1 and
exists (select id from tab_oa_pub_cate where tab_oa_pub.category_id=convert(int,no) and no='1')
order by begintime desc

效率比较：

        先讨论IN和EXISTS。
            select * from t1 where x in ( select y from t2 )
        事实上可以理解为：
            select * from t1, ( select distinct y from t2 ) t2 where t1.x = t2.y
         如果你有一定的SQL优化经验，从这句很自然的可以想到t2绝对不能是个大表，因为需要对t2进行全表的“唯一排序”，如果t2很大这个排序的性能是不可忍受的。但是t1可以很大，为什么呢？最通俗的理解就是因为t1.x=t2.y可以走索引。但这并不是一个很好的解释。试想，如果t1.x和t2.y都有索引，我们知道索引是种有序的结构，因此t1和t2之间最佳的方案是走merge join。另外，如果t2.y上有索引，对t2的排序性能也有很大提高。

            select * from t1 where exists ( select null from t2 where y = x )
        可以理解为：
            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
        这个更容易理解，t1永远是个表扫描！因此t1绝对不能是个大表，而t2可以很大，因为y=x.x可以走t2.y的索引。

        综合以上对IN/EXISTS的讨论，我们可以得出一个基本通用的结论：IN适合于外表大而内表小的情况；EXISTS适合于外表小而内表大的情况。

本文出自“nesta2001zhang”