今天看到一篇關于MySQL的IN子查詢優化的案例，
一開始感覺有點半信半疑（如果是換做在SQL Server中，這種情況是絕對不可能的，后面會做一個簡單的測試。）
隨后動手按照他說的做了一個表來測試驗證，發現MySQL的IN子查詢做的不好，確實會導致無法使用索引的情況（IN子查詢無法使用所以，場景是MySQL，截止的版本是5.7.18）
MySQL的測試環境
測試表如下
create table test_table2( id int auto_increment primary key, pay_id int, pay_time datetime, other_col varchar(100))
建一個存儲過程插入測試數據，測試數據的特點是pay_id可重復，這里在存儲過程處理成，循環插入300W條數據的過程中，每隔100條數據插入一條重復的pay_id，時間字段在一定范圍內隨機
CREATE DEFINER=`root`@`%` PROCEDURE `test_insert`(IN `loopcount` INT) LANGUAGE SQL NOT DETERMINISTIC CONTAINS SQL SQL SECURITY DEFINER COMMENT ''BEGIN declare cnt int; set cnt = 0; while cnt< loopcount do insert into test_table2 (pay_id,pay_time,other_col) values (cnt,date_add(now(), interval floor(300*rand()) day),uuid()); if (cnt mod 100 = 0) then insert into test_table2 (pay_id,pay_time,other_col) values (cnt,date_add(now(), interval floor(300*rand()) day),uuid()); end if; set cnt = cnt + 1; end while;END
執行 call test_insert(3000000); 插入303000行數據
兩種子查詢的寫法
查詢大概的意思是查詢某個時間段之內的業務Id大于1的數據，于是就出現兩種寫法。
第一種寫法如下：IN子查詢中是某段時間內業務統計大于1的業務Id，外層按照IN子查詢的結果進行查詢，業務Id的列pay_id上有索引，邏輯也比較簡單，這種寫法，在數據量大的時候確實效率比較低，用不到索引
select * from test_table2 force index(idx_pay_id)where pay_id in ( select pay_id from test_table2 where pay_time>="2016-06-01 00:00:00" AND pay_time<="2017-07-03 12:59:59" group by pay_id having count(pay_id) > 1);
執行結果：2.23秒
第二種寫法，與子查詢進行join關聯，這種寫法相當于上面的IN子查詢寫法，下面測試發現，效率確實有不少的提高
select tpp1.* from test_table2 tpp1, ( select pay_id from test_table2 WHERE pay_time>="2016-07-01 00:00:00" AND pay_time<="2017-07-03 12:59:59" group by pay_id having count(pay_id) > 1) tpp2 where tpp1.pay_id=tpp2.pay_id
執行結果：0.48秒
In子查詢的執行計劃，發現外層查詢是一個全表掃描的方式，沒有用到pay_id上的索引
join自查的執行計劃，外層（tpp1別名的查詢）是用到pay_id上的索引的。
后面想對第一種查詢方式使用強制索引，雖然是不報錯的，但是發現根本沒用
如果子查詢是直接的值，則是可以正常使用索引的。
可見MySQL對IN子查詢的支持，做的確實不怎么樣。
另外：加一個使用臨時表的情況，雖然比不少join方式查詢的，但是也比直接使用IN子查詢效率要高，這種情況下，也是可以使用到索引的，不過這種簡單的情況，是沒有必要使用臨時表的。
下面是類似案例在sqlserver 2014中的測試，幾萬完全一樣的測試表結構和數量，可見這種情況下，兩種寫法，在SQL Server中可以認為是完全一樣的（執行計劃+效率），這一點SQL Server要比MySQL強不少
下面是sqlserver中的測試環境腳本。
create table test_table2( id int identity(1,1) primary key, pay_id int, pay_time datetime, other_col varchar(100))begin trandeclare @i int = 0while @i<300000begin insert into test_table2 values (@i,getdate()-rand()*300,newid()); if(@i%1000=0) begin insert into test_table2 values (@i,getdate()-rand()*300,newid()); end set @i = @i + 1endCOMMITGOcreate index idx_pay_id on test_table2(pay_id);create index idx_time on test_table2(pay_time);GOselect * from test_table2 where pay_id in ( select pay_id from test_table2 where pay_time>='2017-01-21 00:00:00' AND pay_time<='2017-07-03 12:59:59' group by pay_id having count(pay_id) > 1 );select tpp1.* from test_table2 tpp1, ( select pay_id from test_table2 WHERE pay_time>='2017-01-21 00:00:00' AND pay_time<='2017-07-30 12:59:59' group by pay_id having count(pay_id) > 1) tpp2 where tpp1.pay_id=tpp2.pay_id
總結：在MySQL數據中，截止5.7.18版本，對IN子查詢，仍要慎用
新聞熱點
疑難解答
