使用“NOT IN”表优化 SQL 查询

在 SQL 中，可以使用“NOT IN”选择一个表中存在但另一个表中不存在的行操作员。然而，这种方法有时会导致大型数据集的性能问题。

考虑这样一个场景，您有两个表 A 和 B，它们具有相同的主键。要选择 A 中 B 中不存在的所有行，可以使用以下查询：

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

虽然此查询有效，但效率可能较低，尤其是对于大型表。数据库必须对 A 中的每一行执行嵌套查询，检查其在 B 中的存在。

更好的方法是使用左连接并根据空值过滤结果。此方法涉及在公共列上连接 A 和 B，然后从 A 中选择 B 中相应列为空的行：

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

此查询执行单个联接操作，并根据 B 中是否存在值来过滤结果。对于大型数据集，它通常比“NOT IN”方法更快。

或者，您可以在 WHERE 子句中使用子查询：

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

这种方法还可以为大型数据集提供良好的性能。

最终，优化查询的最佳方法取决于具体的数据和数据库配置。建议测试不同的方法并选择能为您的查询提供最佳性能的方法。