我需要从colA 返回所有不在colB 中的值从mytable。我正在使用：
SELECT DISTINCT(colA) FROM mytable WHERE colA NOT IN (SELECT colB FROM mytable)
它正在运行，但是查询需要很长时间才能完成。
有没有更有效的方法来做到这一点？
【问题讨论】：
NOT IN 会随着集合大小的增加而变慢，并且NOT IN 子句中的行数通常会受到限制。在小的结果集之外，我发现使用其他方法来获得两个结果集之间的差异会更好。
标签： sql performance distinct notin
在标准 SQL 中，DISTINCT colA 中没有括号。 DISTINCT 不是函数。
SELECT DISTINCT colA
FROM mytable
WHERE colA NOT IN (SELECT DISTINCT colB FROM mytable);
也将DISTINCT 添加到子选择中。如果您有许多重复项，则可以加快查询速度。
CTE 可能会更快，具体取决于您的 DBMS。我还演示了LEFT JOIN 作为排除valB 中的值的替代方法，以及使用GROUP BY 获得不同值的替代方法：
WITH x AS (SELECT colB FROM mytable GROUP BY colB)
SELECT m.colA
FROM mytable m
LEFT JOIN x ON x.colB = m.colA
WHERE x.colB IS NULL
GROUP BY m.colA;
或者，进一步简化，并使用简单的子查询（可能最快）：
SELECT DISTINCT m.colA
FROM mytable m
LEFT JOIN mytable x ON x.colB = m.colA
WHERE x.colB IS NULL;
基本上有 4 种技术可以排除另一个（或同一个）表中存在键的行：
速度的决定因素将是索引。您需要在 colA 和 colB 上建立索引才能使此查询更快。
【讨论】：
SELECT DISTINCT m1.colA FROM mytable m1 LEFT JOIN mytable m2 ON (m1.colA = m2.colB) WHERE m2.colA IS NULL ORDER BY m1.colA ASC，它的速度快了几个数量级，而且似乎工作正常 - 这是否等同于我在问题中发布的代码？它是如此之快，以至于我怀疑我可能错过了一些东西。
WHERE m2.colB IS NULL。使用LEFT JOIN (SELECT DISTINCT colB FROM mytable) m2 ON m2.colB = m1.colA if （更正后的）查询可能会更快，colB 有许多重复值。
m2.colA 总是NULL 如果m2.colB 在这里是NULL，但m2.colA 可以是NULL，即使m2.colB 不是。所以这里正确（而且更快！）的形式是：WHERE m2.colB IS NULL。 如果 colA 被定义为NOT NULL，那么你上面的查询是正确的。
NULL 值，查询给了我相同数量的结果。你知道它为什么这么快吗？
你可以使用exists:
select distinct
colA
from
mytable m1
where
not exists (select 1 from mytable m2 where m2.colB = m1.colA)
exists 进行半连接以快速匹配值。 not in 完成整个结果集，然后对其执行or。 exists 对于表中的值通常更快。
【讨论】：
colAs，其中没有来自mytable 的行，colB 等于colA。