一直以来，大家认为exists比in速度快，其实是不准确的。且看接下来的具体分析：in其实是将外表和内表进行hash join，exists是先对外表进行loop操作，然后每次loop后再对内表进行查询。
如果两张表大小差不多，那么exists和in的效率差不多。
例如： 一张大表为A，一张小表B
一、第一种情况
select * from A where mm in (select mm from B)
效率高，这里用到的是大表A上的索引
select * from B exists (s
1. EXISTS的执行流程 select * from t1 where exists ( select null from t2 where y = x ) 可以理解为: 代码如下: for x in ( select * from t1 ) loop if ( exists ( select null from t2 where y = x.x ) then OUTPUT THE RECORD end if end loop 对于in 和 exists的性能区别: 如果子查询得出的结果
select * from A where id in (select id from B);
select * from A where exists (select 1 from B where A.id=B.id);
对于以上两种情况，in是在内存里遍历比较，而exists需要查询数据库，所以当B表数据量较大时，exists效率优于in。
1、select * from A where id in (select id from B);
in()只执行一次，它查出B表中的所有id字段并缓存
但是用IN的SQL性能总是比较低的，从SQL执行的步骤来分析用IN的SQL与不用IN的SQL有以下区别： SQL试图将其转换成多个表的连接，如果转换不成功则先执行IN里面的子查询，再查询外层的表记录，如果转换成功则直接采用多个表的连接方式查询。由此可见用IN的SQL至少多了一个转换的过程。一般的SQL都可以转换成功，但对于含有分组统计等方面的SQL就不能转换了。 推荐在业务密集的SQL当中尽量不采用IN操作符 NOT IN 此操作是强列推荐不使用的，因为它不能应用表的索引。推荐用NOT EXIS
