NOT IN 大数据的查询性能问题答案

【问题标题】：NOT IN query performance issue with large dataNOT IN 大数据的查询性能问题
【发布时间】：2021-05-18 11:49:00
【问题描述】：

我试图获取 id，而表中的数字条件为 number 不在 id 中。

select id,number from tmp_t where number not in (select id from tmp_t)

已经尝试过查询，它需要很长时间......差不多 40 分钟，我与服务器断开连接。所以我该怎么做？数据大约有 500K 行..

所以我想显示“这里是 id 和数字，id 中不存在该数字。” 因为我尝试插入数字，但数字是 FK 并且取决于 ID，所以我想知道 id 和数字，这就是我使用 not in 的原因。

也许有人知道？顺便说一句，我正在使用 Postgresql-13

【问题讨论】：

【解决方案1】：

您可以改用 NOT EXISTS 来编写它，尽管如果 id 的任何值为 NULL，这些查询将产生不同的结果（在这种情况下，NOT IN 可能不会产生您想要的答案，因此从这个角度来看，NOT EXISTS 更好，因为好吧。）

select id,number from tmp_t where not exists 
    (select 1 from tmp_t a where a.id=tmp_t.number);

但只要 work_mem 足够大，您的公式也是有效的。

【讨论】：

【解决方案2】：

通常 NOT EXISTS 更快（如果涉及 NULL 值，也不会感到意外）：

select t1.id, t1.number 
from tmp_t t1
where not exists (select *
                  from tmp_t t2
                  where t2.id = t1.number)

【讨论】：