SQL JOIN 与 IN 性能？答案

【问题标题】：SQL JOIN vs IN performance?SQL JOIN 与 IN 性能？
【发布时间】：2010-11-15 01:51:52
【问题描述】：

我有一个案例，使用 JOIN 或 IN 会给我正确的结果...通常具有更好的性能，为什么？这在多大程度上取决于您正在运行的数据库服务器？（仅供参考，我使用的是 MSSQL）

【问题讨论】：

:) 我实际上是在寻找一篇不同的文章，我在不久前研究类似的东西时使用过，但偶然发现了那篇文章
对不起，可能是骗子...我在搜索时没有找到那个问题
请注意，这个问题直接询问性能差异（取决于优化）。但是，JOIN 和 IN 有不同的语义！由于 SQL 是一种声明性语言，我建议使用适合您的用例的方式，依赖底层查询优化器（尽可能长）。因此，如果可能，首先检查哪种方式更适合（在这种情况下可能是 IN 甚至 EXISTS）。

【解决方案1】：

一般来说，IN 和 JOIN 是不同的查询，可以产生不同的结果。

SELECT  a.*
FROM    a
JOIN    b
ON      a.col = b.col

不一样

SELECT  a.*
FROM    a
WHERE   col IN
        (
        SELECT  col
        FROM    b
        )

，除非b.col 是唯一的。

但是，这是第一个查询的同义词：

SELECT  a.*
FROM    a
JOIN    (
        SELECT  DISTINCT col
        FROM    b
        )
ON      b.col = a.col

如果连接列是 UNIQUE 并标记为这样，则这两个查询在 SQL Server 中产生相同的计划。

如果不是，那么IN 比DISTINCT 上的JOIN 快。

有关性能详情，请参阅我的博客中的这篇文章：

IN vs. JOIN vs. EXISTS

【讨论】：

是的，如果加入列是唯一的（在我的情况下），它们会执行相同的操作是有道理的
类似地，我应该使用 IN(SELECT DISTINCT ...) 还是简单地使用 IN(SELECT ...)？
@orlandu63: IN 暗示 DISTINCT。 SQL Server 足够聪明，可以注意到它，并且会为两个查询生成相同的计划。不过，不确定其他 RDBMS 的行为会如何。
>>IN 和 JOIN 是不同的查询，可以产生不同的结果。你能解释一下为什么在这种情况下即使 b.col 不是唯一的，它也会产生不同的结果吗？
explainextended.com/2009/06/16/in-vs-join-vs-exists 真的帮了我..谢谢..

【解决方案2】：

这很难说 - 为了真正找出哪个效果更好，您需要实际分析执行时间。

作为一般经验法则，我认为如果您的外键列上有索引，并且如果您只（或大部分）使用 INNER JOIN 条件，那么 JOIN 会稍微快一些。

但是一旦您开始使用 OUTER JOIN，或者如果您缺少外键索引，IN 可能会更快。

马克

【讨论】：

我也是这么想的...因为看起来 JOIN 是一种更常见的情况，并且更有可能被优化

【解决方案3】：

这个话题已经很老了，但仍然经常被提及。就我个人而言，这有点不完整，因为还有另一种使用 EXISTS 关键字查询数据库的方法，我发现这种方法比没有更快。

因此，如果您只对表 a 中的值感兴趣，则可以使用此查询：

SELECT  a.*
FROM    a
WHERE   EXISTS (
    SELECT  *
    FROM    b
    WHERE   b.col = a.col
    )

如果 col 没有被索引，差异可能会很大，因为 db 不必找到 b 中与 col 具有相同值的所有记录，它只需要找到第一个。如果 b.col 上没有索引并且 b 中有很多记录，则结果可能是表扫描。使用 IN 或 JOIN 这将是全表扫描，使用 EXISTS 这将只是部分表扫描（直到找到第一个匹配记录）。

如果 b 中有很多具有相同 col 值的记录，您也会浪费大量内存来将所有这些记录读入临时空间，只是为了发现您的条件满足。有了存在，这通常可以避免。

即使有索引，我也经常发现 EXISTS 比 IN 快。它取决于数据库系统（优化器）、数据，最后一点也取决于所使用的索引类型。

【讨论】：

在 MSSql 上，存在比 IN 更好的事实似乎不正确。更多信息：explainextended.com/2009/06/16/in-vs-join-vs-exists 在这里你可以读到：“很多人认为 EXISTS 比 IN 更有效，因为 EXISTS 只返回一行。这对于 SQL Server 来说不是这样。从上面的例子中我们可以看到，EXISTS和 IN 产生完全相同的计划。这是因为 EXISTS 比 IN 更灵活。IN 总是可以重写为 EXISTS（使用带有等值连接的简单 WHERE 条件），反之则不行。”

【解决方案4】：

关于逻辑差异的有趣文章：SQL Server: JOIN vs IN vs EXISTS - the logical difference

我很确定，假设关系和索引得到维护，Join 的整体性能会更好（与其他操作相比，使用该操作需要付出更多努力）。如果您从概念上考虑它，那么它就是 2 个查询和 1 个查询之间的区别。

您需要将它连接到查询分析器并尝试一下，看看有什么不同。还要查看查询执行计划并尽量减少步骤。

【讨论】：

【解决方案5】：

每个数据库的实现，但您可能猜到它们都以或多或少相同的方式解决常见问题。如果您使用的是 MSSQL，请查看生成的执行计划。您可以通过打开分析器和执行计划来做到这一点。这将在您运行命令时为您提供文本版本。

我不确定您使用的是什么版本的 MSSQL，但您可以在 SQL Server 2000 的查询分析器中获得图形版本。我确信此功能潜伏在更高版本的 SQL Server Studio Manager 中。

查看执行计划。尽可能避免表扫描，除非您的表当然很小，在这种情况下，表扫描比使用索引更快。阅读每个不同场景产生的不同连接操作。

【讨论】：

【解决方案6】：

优化器应该足够聪明，可以为普通查询提供相同的结果。检查执行计划，他们应该给你同样的东西。如果他们不这样做，我通常会认为 JOIN 更快。但是，所有系统都不同，因此您应该确定系统上的代码。

【讨论】：

应该做吗？可能是。可以？不，请参阅我的帖子。