先放一段代碼
for(int i=0;i<1000;i++){ for(int j=0;j<5;j++){ System.out.println("hello"); }} for(int i=0;i<5;i++){ for(int j=0;j<1000;j++){ System.out.println("hello"); }} 分析以上代碼可以看到兩行代碼除了循環(huán)的次序不一致意外，其他并無區(qū)別，在實際執(zhí)行時兩者所消耗的時間和空間應(yīng)該也是一致的。但是這僅僅是在Java中，現(xiàn)在我們轉(zhuǎn)化一下情景，最外層循環(huán)是數(shù)據(jù)庫中的連接操作，內(nèi)層循環(huán)為查找操作，那么現(xiàn)在兩次的結(jié)果將相差巨大。
之所以出現(xiàn)這樣的原因是數(shù)據(jù)庫的特點決定的，數(shù)據(jù)庫中相比較于查詢操作而言，建立連接是更消耗資源的。第一段代碼建立了1000次連接，每一次連接卻只做了5次查詢，顯然是很浪費的。
因此在我們對數(shù)據(jù)庫進行操作時需要遵循的操作應(yīng)當是小表驅(qū)動大表(小的數(shù)據(jù)集驅(qū)動大的數(shù)據(jù)集)。
in與exists
表結(jié)構(gòu)
tbl_emp為員工表，deptld為部門id。tbl_dept為部門表。員工表中含有客人，其deptld字段為-1
mysql> desc tbl_emp;+--------+-------------+------+-----+---------+----------------+| Field | Type | Null | Key | Default | Extra |+--------+-------------+------+-----+---------+----------------+| id | int(11) | NO | PRI | NULL | auto_increment || name | varchar(20) | YES | | NULL | || deptld | int(11) | YES | MUL | NULL | |+--------+-------------+------+-----+---------+----------------+3 rows in set (0.00 sec)mysql> desc tbl_dept;+----------+-------------+------+-----+---------+----------------+| Field | Type | Null | Key | Default | Extra |+----------+-------------+------+-----+---------+----------------+| id | int(11) | NO | PRI | NULL | auto_increment || deptName | varchar(30) | YES | MUL | NULL | || locAdd | varchar(40) | YES | | NULL | |+----------+-------------+------+-----+---------+----------------+3 rows in set (0.01 sec)
我們知道對于一個公司而言相對于部門來說員工數(shù)要多得多?，F(xiàn)在我們有這樣一個需求：查詢屬于這個公司的員工（不含來訪客人），我們可以用以下代碼解決
利用in
# 先查詢部門表中所有的id，然后拿員工表中的deptld字段與之對比，若含有則保留。
mysql> select * from tbl_emp a where a.deptld in (select id from tbl_dept);
in關(guān)鍵字就像or的拼接，例如上述sql雨中子查詢查出的結(jié)果為1，2，3。則sql語句等價于以下形式
mysql> select * from tbl_emp a where a.deptld=1 or a.deptld=2 or a.deptld=3
總的來說in關(guān)鍵字就是將子查詢中的所有結(jié)果都查出來，假設(shè)結(jié)果集為B，共有m條記錄，然后在將子查詢條件的結(jié)果集分解成m個，再進行m次查詢?？梢钥吹竭@里主要是用到了A的索引，B表如何對查詢影響不大
利用exists
mysql> select * from tbl_emp a where exists (select 1 from tbl_dept b where a.deptld = b.id );
exits：將主查詢的數(shù)據(jù)放到子查詢中做條件驗證，根據(jù)驗證結(jié)果（True或False）來判斷是否保留主查詢中的記錄。
for (i = 0; i < count(A); i++) { //遍歷A的總記錄數(shù) a = get_record(A, i); //從A表逐條獲取記錄 if (B.id = a[id]) //如果子條件成立 result[] = a;}return result; 可以看到：exists主要是用到了B表的索引，A表如何對查詢的效率影響不大
結(jié)論
mysql> select * from tbl_emp a where a.deptld in (select id from tbl_dept);
若tbl_dept的記錄數(shù)少余tbl_emp則使用in效率比較高
mysql> select * from tbl_emp a where exists (select 1 from tbl_dept b where a.deptld = b.id );
若tbl_dept的記錄數(shù)多余tbl_emp則使用in效率比較高
下面給大家介紹IN與EXISTS的區(qū)別
1、IN查詢分析
SELECT * FROM A WHERE id IN (SELECT id FROM B);
等價于：1、SELECT id FROM B ----->先執(zhí)行in中的查詢
2、SELECT * FROM A WHERE A.id = B.id
以上in()中的查詢只執(zhí)行一次，它查詢出B中的所有的id并緩存起來，然后檢查A表中查詢出的id在緩存中是否存在，如果存在則將A的查詢數(shù)據(jù)加入到結(jié)果集中，直到遍歷完A表中所有的結(jié)果集為止。
以下用遍歷結(jié)果集的方式來分析IN查詢
通過以上程序可以看出，當B表的數(shù)據(jù)較大時不適合使用in()查詢，因為它會將B表中的數(shù)據(jù)全部遍歷一次
例如：
1、A表中有100條記錄，B表中有1000條記錄，那么最多可能遍歷100*1000次，效率很差
2、A表中有1000條記錄，B表中有100條記錄，那么最多可遍歷1000*100此，內(nèi)循環(huán)次數(shù)減少，效率大大提升
結(jié)論：IN()查詢適合B表數(shù)據(jù)比A表數(shù)據(jù)小的情況，IN()查詢是從緩存中取數(shù)據(jù)
2、EXISTS查詢分析
語法：SELECT 字段 FROM table WHERE EXISTS（subquery）;
SELECT * FROM a WHERE EXISTS(SELECT 1 FROM b WHERE B.id = A.id);
以上查詢等價于：
SELECT * FROM A;SELECT I FROM B WHERE B.id = A.id;
EXISTS()查詢會執(zhí)行SELECT * FROM A查詢，執(zhí)行A.length次，并不會將EXISTS()查詢結(jié)果結(jié)果進行緩存，因為EXISTS()查詢返回一個布爾值true或flase，它只在乎EXISTS()的查詢中是否有記錄，與具體的結(jié)果集無關(guān)。
EXISTS()查詢是將主查詢的結(jié)果集放到子查詢中做驗證，根據(jù)驗證結(jié)果是true或false來決定主查詢數(shù)據(jù)結(jié)果是否得以保存。
總結(jié)
以上所述是小編給大家介紹的MySQL中in與exists的使用及區(qū)別介紹，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對VeVb武林網(wǎng)網(wǎng)站的支持！
