Optimisation des requêtes SQL avec les tables "NOT IN"

En SQL, la sélection de lignes qui existent dans une table mais pas dans une autre peut être obtenue à l'aide de l'option "NOT IN" opérateur. Cependant, cette approche peut parfois entraîner des problèmes de performances pour les grands ensembles de données.

Considérez un scénario dans lequel vous disposez de deux tables, A et B, avec les mêmes clés primaires. Pour sélectionner toutes les lignes de A qui ne sont pas présentes dans B, vous pouvez utiliser la requête suivante :

SELECT *
FROM A
WHERE NOT EXISTS (
  SELECT *
  FROM B
  WHERE A.pk = B.pk
);

Bien que cette requête fonctionne, elle peut s'avérer inefficace, en particulier pour les grandes tables. La base de données doit effectuer une requête imbriquée pour chaque ligne de A, en vérifiant sa présence dans B.

Une meilleure approche consiste à utiliser une jointure gauche et à filtrer les résultats en fonction de valeurs nulles. Cette méthode consiste à joindre A et B sur une colonne commune, puis à sélectionner les lignes de A où la colonne correspondante dans B est nulle :

SELECT A.*
FROM A
LEFT JOIN B
ON A.x = B.y
WHERE B.y IS NULL;

Cette requête effectue une seule opération de jointure et filtre les résultats en fonction de l'absence de valeur dans B. Elle est généralement plus rapide que l'approche « NOT IN » pour les grands ensembles de données.

Vous pouvez également utiliser une sous-requête dans la clause WHERE :

SELECT A.*    
FROM A
WHERE x NOT IN (
  SELECT y
  FROM B
);

Cette approche peut également fournir de bonnes performances pour les grands ensembles de données.

En fin de compte, la meilleure méthode pour optimiser la requête dépend des données spécifiques et de la configuration de la base de données. Il est recommandé de tester différentes approches et de choisir celle qui offre les performances optimales pour votre requête.