Question

我很好奇以下哪一项会更有效率？
我一直对使用IN持谨慎态度，因为我相信SQL Server会将结果集转换为大IF语句。对于大的结果集，这可能导致性能不佳。对于小结果集，我不确定是否更可取。对于大型结果集，EXISTS不会更有效吗？

WHERE EXISTS (SELECT * FROM Base WHERE bx.BoxID = Base.BoxID AND [Rank] = 2)

VS

WHERE bx.BoxID IN (SELECT BoxID FROM Base WHERE [Rank = 2])

Answer 1

EXISTS会更快，因为一旦发动机发现了撞击，它就会退出，因为条件证明是正确的。
使用IN，它将在进一步处理之前从子查询中收集所有结果。

Answer 2

我已经对SQL Server 2005和2008进行了一些测试，并且EXISTS和IN都返回了完全相同的实际执行计划，正如其他人所说的那样。优化器是最佳的。：）

要注意的是，如果你没有恰当地表达你的查询，EXISTS，IN和JOIN有时会返回不同的结果：http://weblogs.sqlteam.com/mladenp/archive/2007/05/18/60210.aspx

Answer 3

接受的答案是短视的，问题有点松散：

1）两者都没有明确提及是否存在覆盖指数   左，右或两侧。

2）既没有考虑输入左侧设置的大小和   输入右侧设置。
        （问题只是提到了一个整体的大型结果集）。

我相信优化器足够聪明，当由于（1）和（2）导致显着的成本差异时，在“in”和“exists”之间进行转换，否则它可能仅用作提示（例如，存在于鼓励在右侧使用可寻找的指数）。

两个表单都可以在内部转换为连接表单，反转连接顺序，并根据估计的行数（左和右）和左，右或两者的索引存在运行循环，散列或合并侧上。

Answer 4

我会在IN上使用EXISTS，请参阅以下链接：

SQL Server: JOIN vs IN vs EXISTS - the logical difference

Answer 5

在这些情况下，执行计划通常是相同的，但在你看到优化器如何影响索引的所有其他方面等之前，你真的永远不会知道。

Answer 6

因此，IN与EXISTS不同，也不会产生相同的执行计划。

通常在相关子查询中使用EXISTS，这意味着您将使用外部查询加入EXISTS内部查询。这将添加更多步骤来生成结果，因为您需要解决外部查询连接，然后内部查询连接匹配其where子句以加入两者。

通常使用IN而不将内部查询与外部查询相关联，并且只能在一个步骤中解决（在最佳情况下）。

考虑一下：

如果使用IN并且内部查询结果是数百万行不同的值，则鉴于EXISTS查询是高性能的（具有与外部查询连接的正确索引），它可能会执行SLOWER而不是EXISTS。
如果使用EXISTS并且外部查询的连接很复杂（需要更多时间来执行，没有合适的索引），它将使查询减慢外表中的行数，有时估计时间为完成可以在几天内完成。如果给定硬件的行数是可接受的，或者数据的基数是正确的（例如，大数据集中的DISTINCT值较少）IN的执行速度可能比EXISTS快。
当每个表上有相当数量的行时，会注意到以上所有内容（通过公平，我的意思是超出CPU处理和/或缓存的ram阈值）。

所以答案是ANSWER。您可以在IN或EXISTS中编写复杂查询，但根据经验，当您有许多具有大量不同值的行时，您应该尝试使用IN和一组有限的不同值和EXISTS。

诀窍是限制要扫描的行数。

此致

MarianoC

Answer 7

优化EXISTS，非常字面;只需要存在某些东西，但实际上并不需要从相关子查询返回任何数据。您只是在评估布尔条件。

所以：

WHERE EXISTS (SELECT TOP 1 1 FROM Base WHERE bx.BoxID = Base.BoxID AND [Rank] = 2)

因为相关的子查询是RBAR，所以第一个结果命中使条件为真，并且不再进行处理。

Answer 8

这里有许多误导性的答案，包括被高度评价的答案（尽管我不认为他们的操作会带来伤害）。 简短的答案是：这些都是相同的。

（T-）SQL语言中有很多关键字，但是最后，真正在硬件上发生的唯一事情就是执行查询计划中看到的操作。

当调用[NOT] IN且[NOT] EXISTS时，我们执行的关系（数学理论）操作是半联接（使用NOT时是反联接）。相应的sql-server操作具有相同的名称并非巧合。在任何地方都没有提及IN或EXISTS的操作-仅（反）半联接。因此，没有办法在逻辑上等效的IN与EXISTS选择会影响性能，因为只有一种方法（反）半联接执行操作可以获取结果。 。

一个例子：

查询1（plan）

select * from dt where dt.customer in (select c.code from customer c where c.active=0)

查询2（plan）

select * from dt where exists (select 1 from customer c where c.code=dt.customer and c.active=0)

Answer 9

离开我的头顶并且不能保证是正确的：我相信在这种情况下第二个会更快。

在第一个中，相关子查询可能会导致每行运行子查询。
在第二个示例中，子查询应该只运行一次，因为不相关。
在第二个示例中，IN会在找到匹配后立即短路。

SQL Server IN与EXISTS性能

9 个答案: