优化SQL语句：in 和not in的替代方案

http://www.cnblogs.com/binbin695/archive/2010/03/03/1677079.html

最近做一个网站，要求A库中的AA表导入到另一个B库中的AA表中。并且不能重复导入。因为A.AA中70多万条记录，而且以后可以会有添加新记录。所不可能一次性导完。所以又在B库中建立一个表用于记录导入过的记录。刚开始用 not in 来实现。在但发现在实现过程中经常超时。在网上找了半天。发现下面的文章。

原文如下：

用IN写出来的SQL的优点是比较容易写及清晰易懂，这比较适合现代软件开发的风格。 

　　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 EXISTS 或(外连接+判断为空)方案代替

 

　　在数据库中有两个表，一个是当前表Info(id,PName,remark,impdate,upstate)，一个是备份数据表bakInfo(id,PName,remark,impdate,upstate)，将当前表数据备份到备份表去，就涉及到not in 和in 操作了：

 

　　首先，添加10万条测试数据

 

　　使用not in 和in操作：

 

        SET STATISTICS TIME ON
　　GO
　　--备份数据
　　insert into bakInfo(id,PName,remark,impdate,upstate)
　　select id,PName,remark,impdate,upstate from dbo.Info
　　where id not in(select id from dbo.bakInfo)
　　GO
　　SET STATISTICS TIME OFF

 

　　此操作执行时间：

 

　　SQL Server 分析和编译时间:

 

　　CPU 时间 = 0 毫秒，占用时间 = 3 毫秒。

 

　　

 

　　SQL Server 执行时间:

 

　　 CPU 时间 = 453 毫秒，占用时间 = 43045 毫秒。

 

　　(100000 行受影响)

 

　　SQL Server 分析和编译时间:

 

　　CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

 

　　

 

　　

 

　　--更改当前表状态

 

　　update Info set upstate=1 where id in(select id from dbo.bakInfo)

 

　　此操作执行时间：

 

　　SQL Server 分析和编译时间:

 

　　CPU 时间 = 62 毫秒，占用时间 = 79 毫秒。

 

　　SQL Server 执行时间:

 

　　CPU 时间 = 188 毫秒，占用时间 = 318 毫秒。

 

　　(100000 行受影响)

 

　　SQL Server 分析和编译时间:

 

　　CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

 

　　

 

　　

 

　　

 

　　--删除当前表数据

 

　　delete from Info where upstate=1 and id in(select id from dbo.bakInfo)

 

　　此操作执行时间：

 

　　SQL Server 分析和编译时间:

 

　　CPU 时间 = 183 毫秒，占用时间 = 183 毫秒。

 

　　

 

　　SQL Server 执行时间:

 

　　CPU 时间 = 187 毫秒，占用时间 = 1506 毫秒。

 

　　(100000 行受影响)

 

　　SQL Server 分析和编译时间:

 

　　CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

 

　　使用join连接替代方案：

 

　　SET STATISTICS TIME ON
　　GO
　　
　　--备份数据
　　insert into bakInfo(id,PName,remark,impdate,upstate)
　　select id,PName,remark,impdate,upstate from
　　(SELECT Info.id,Info.PName, Info.remark, Info.impdate,Info.upstate, bakInfo.id AS bakID
　　FROM Info left JOIN
　　bakInfo ON Info.id = bakInfo.id ) as t
　　where t.bakID is null and t.upstate=0
　　GO
　　SET STATISTICS TIME OFF;

 

　　此操作执行时间：

 

　　SQL Server 分析和编译时间:

 

　　CPU 时间 = 247 毫秒，占用时间 = 247 毫秒。

 

　　SQL Server 执行时间:

 

　　CPU 时间 = 406 毫秒，占用时间 = 475 毫秒。

 

　　(100000 行受影响)

 

　　SQL Server 分析和编译时间:

 

　　CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

 

　　--更改当前表状态

 

　　update Info set upstate=1
　　FROM Info INNER JOIN
　　 bakInfo ON Info.id = bakInfo.id

 

　　此操作执行时间：

 

　　SQL Server 分析和编译时间:

 

　　CPU 时间 = 4 毫秒，占用时间 = 4 毫秒。

 

　　SQL Server 执行时间:

 

　　CPU 时间 = 219 毫秒，占用时间 = 259 毫秒。

 

　　(100000 行受影响)

 

　　SQL Server 分析和编译时间:

 

　　CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

 

　　--删除当前表数据

 

　　delete from Info
　　FROM Info INNER JOIN
　　 bakInfo ON Info.id = bakInfo.id
　　where Info.upstate=1

 

　　此操作执行时间：

 

　　SQL Server 分析和编译时间:

 

　　CPU 时间 = 177 毫秒，占用时间 = 177 毫秒。

 

　　SQL Server 执行时间:

 

　　CPU 时间 = 219 毫秒，占用时间 = 550 毫秒。

 

　　(100000 行受影响)

 

　　SQL Server 分析和编译时间:

 

　　CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

 

　　可以看出使用join方案比使用not in 和in执行时间要短很多了