in 和 exists在查询效率的问题

Question

在海量数据的情况下，这两者在效率方面有何差异？
IN适合于外表大而内表小的情况；EXISTS适合于外表小而内表大的情况。

Answer 1

在许多基于基础表的查询中，为了满足一个条件 ，往往需要对另一个表进行联接。在这种情况下，使用EXISTS(或NOT EXISTS)通常将提高查询的效率
低效:
SELECT * FROM EMP (基础表)
WHERE EMPNO > 0 AND DEPTNO IN (SELECT DEPTNO FROM DEPT WHERE LOC = ‘MELB’)
高效:
SELECT * FROM EMP (基础表)
WHERE EMPNO > 0
AND EXISTS (SELECT ‘X’
FROM DEPT
WHERE DEPT.DEPTNO = EMP.DEPTNO
AND LOC = ‘MELB’)
在子查询中，NOT IN子句将执行一个内部的排序和合并，对子查询中的表执行一个全表遍历，因此是非常低效的。
为了避免使用NOT IN，可以把它改写成外连接（Outer Joins）或者NOT EXISTS。
低效：
SELECT …
FROM EMP
WHERE DEPT_NO NOT IN （SELECT DEPT_NO
FROM DEPT
WHERE DEPT_CAT=’A’）
高效：
SELECT ….
FROM EMP E
WHERE NOT EXISTS （SELECT ‘X’
FROM DEPT D
WHERE D.DEPT_NO = E.DEPT_NO
AND DEPT_CAT = ‘A’）
当提交一个包含对多表信息（比如部门表和雇员表）的查询时，避免在SELECT子句中使用DISTINCT。 一般可以考虑用EXIST替换。

EXISTS 使查询更为迅速，因为RDBMS核心模块将在子查询的条件一旦满足后，立刻返回结果。

Answer 2

exists 比较好一点