NOT EXISTS VS NOT IN

Question

我一些优化SQL查询（这可以被认为是一个问题，我最近公布的第2部分），并更换一些不符合NOT EXISTS谓词

我是正确的思维，主受益于这样做是与NOT EXISTS你得到的好处是，当一个找到匹配的声明会终止，但不与计数子查询将不得不做全表扫描？

它似乎也不需要额外的工作，如果选择的数据包含NULL，这是正确的吗？

我需要确保的是，第二条语句比这两种情况下，第一（和功能上等同）更好的之前，我实现它们在proc：

案例1：

 --exclude sessions that were tracked as part of a conversion during the last response_time minutes 
     -- AND session_id NOT IN (SELECT DISTINCT tracked_session_id  
     --        FROM data.conversions WITH (NOLOCK) 
     --        WHERE client_id = @client_id 
     --        AND utc_date_completed >= DATEADD(minute, (-2) * cy.response_time, @date) 
     --        AND utc_date_completed <= @date  
     --        AND utc_date_clicked <= @date) 

     AND NOT EXISTS (SELECT 1 
          FROM data.conversions WITH (NOLOCK) 
          WHERE client_id = @client_id 
          AND utc_date_completed >= DATEADD(minute, (-2) * cy.response_time, @date) 
          AND utc_date_completed <= @date 
          AND utc_date_clicked <= @date 
          AND data.conversions.tracked_session_id = d.session_id 
     ) 

案例2 ：

 -- NOT EXISTS vs full table scan with COUNT(dashboard_id)         
     -- AND (SELECT COUNT(dashboard_id) 
     --   FROM data.dashboard_responses WITH(NOLOCK) 
     --   WHERE session_id = d.session_id 
     --   AND cycle_id = cy.id 
     --   AND client_id = @client_id) = 0 

     AND NOT EXISTS(SELECT 1 
          FROM data.dashboard_responses 
          WHERE session_id = d.session_id 
          AND cycle_id = cy.id 
          AND client_id = @client_id) 

干杯

Answer 1

正如你所说的那样这两个是不同的东西。如果项目的子查询中不包含IN因为没有等于NULLNULL没有结果将被退回并没有什么不等于NULL（甚至NULL）。

假设您使用两者来实现相同的结果，只要您在IN语句中处理NULL值，两者之间就没有区别。优化器足够聪明，知道用NULL值消除了，或者与不可空列相同，所以使用相同的ANTI SEMI JOIN。

考虑这两个表：

CREATE TABLE T (ID INT NOT NULL PRIMARY KEY); 
CREATE TABLE T2 (ID INT NOT NULL PRIMARY KEY); 

这两个查询得到完全相同的执行计划：

SELECT * 
FROM T 
WHERE ID NOT IN (SELECT ID FROM T2); 

SELECT * 
FROM T 
WHERE NOT EXISTS (SELECT ID FROM T2 WHERE T.ID = T2.ID); 

因为优化器知道T2.ID是一个非空列。随着第三个表：

CREATE TABLE T3 (ID INT); 

其中ID列既不是索引或为空的这两个查询呈现非常不同的执行计划：

SELECT * 
FROM T 
WHERE ID NOT IN (SELECT ID FROM T3); 

SELECT * 
FROM T 
WHERE NOT EXISTS (SELECT ID FROM T3 WHERE T.ID = T3.ID); 

和NOT EXISTS将更加高效。然而这两个再次产生（基本上）相同的执行计划：

SELECT * 
FROM T 
WHERE ID NOT IN (SELECT ID FROM T3 WHERE T3.ID IS NOT NULL); 

SELECT * 
FROM T 
WHERE NOT EXISTS (SELECT ID FROM T3 WHERE T.ID = T3.ID); 

所有这些查询和样本数据都在SQL Fiddle

编辑

要真正回答你的问题：

案例1将与NOT IN或NOT EXISTS相同，如果tracked_session_id是data.conversions中的一个不可空列，或者您在In语句中添加WHERE tracked_Session_id IS NOT NULL。如果该列不是空值，并且不排除空值，则性能不会相同，并且假设没有空值将会表现更好，如果没有空值，结果将不会相同，因此性能没有可比性。

案例2居然让我惊讶的样本数据，我曾以为这不会被优化为ANTI SEMI JOIN，并已书面答复说为多，但只是在保存编辑之前，我想我最好检查，并惊讶地看到这个：

SELECT * 
FROM T 
WHERE ( SELECT COUNT(*) 
      FROM T3 
      WHERE T.ID = T3.ID 
     ) = 0; 

优化完全一样NOT EXISTS。因此，它的出现是优化器甚至比我想象的，如果你想计数是其他东西比0

SQL Fiddle for Case 2

Answer 2

NOT EXISTS运行曲ery，对行进行计数，如果count == 0，则返回true。

NOT IN运行查询，对结果进行迭代，给定的值进行比较的结果，如果没有匹配，则返回true

通常情况下，第一种方法是要快得多。

当然，您必须小心，从周围的查询中包含到子查询中的列/值是什么，因为这可能导致子查询运行N次（每次在外部结果集中运行一次）。

还有另一种方法：将表A连接到表B的OUTER JOIN，并检查表B中的列是否为NULL。这会只运行一次子查询。它只适用于更简单的情况（不适用于多表连接链）。

Answer 3

你是正确的，有与空值有很大的区别。 A NOT IN查询检查每个元素明确不匹配。与null比较不会产生明确的结果。因此如果你的子查询中包含一个空值，没有什么会被认为是“NOT IN”它。

See this SQL Fiddle example.

此行为的不直观副作用是NOT IN实际上不是的IN相反。

A NOT EXISTS查询没有这个问题。

我会犹豫不决地做出任何更好的表现，因为这通常取决于发生什么样的优化。这就是为什么如果你关心性能，能够找出执行计划是很重要的。