SQL 连接与 SQL 子查询（性能）？

我希望第一个查询更快，主要是因为你有一个等价和一个明确的 JOIN。根据我的经验，IN 是一个非常慢的运算符，因为 SQL 通常将它评估为一系列由“OR”(WHERE x=Y OR x=Z OR...) 分隔的 WHERE 子句。

不过，与 ALL THINGS SQL 一样，您的里程可能会有所不同。速度在很大程度上取决于索引（您在两个 ID 列上都有索引吗？这将有很大帮助......）等等。

100% 确定哪个更快的唯一真正方法是打开性能跟踪（IO 统计特别有用）并同时运行它们。确保在运行之间清除缓存！

---

好吧，我相信这是一个“古老但黄金”的问题。答案是：“这取决于！”。表演是一个如此微妙的主题，以至于说“永远不要使用子查询，总是加入”就太愚蠢了。在以下链接中，您将找到一些我认为非常有用的基本最佳实践：

优化子查询

使用半连接转换优化子查询

将子查询重写为连接

我有一个包含 50000 个元素的表，我正在寻找的结果是 739 个元素。

起初我的查询是这样的：

SELECT  p.id,
    p.fixedId,
    p.azienda_id,
    p.categoria_id,
    p.linea,
    p.tipo,
    p.nome
FROM prodotto p
WHERE p.azienda_id = 2699 AND p.anno = (
    SELECT MAX(p2.anno) 
    FROM prodotto p2 
    WHERE p2.fixedId = p.fixedId 
)

执行时间为 7.9 秒。

我的查询最后是这样的：

SELECT  p.id,
    p.fixedId,
    p.azienda_id,
    p.categoria_id,
    p.linea,
    p.tipo,
    p.nome
FROM prodotto p
WHERE p.azienda_id = 2699 AND (p.fixedId, p.anno) IN
(
    SELECT p2.fixedId, MAX(p2.anno)
    FROM prodotto p2
    WHERE p.azienda_id = p2.azienda_id
    GROUP BY p2.fixedId
)

它花了0.0256s

好的SQL，很好。

---

性能取决于您正在执行的数据量......

如果是20k左右的数据较少。加入效果更好。

如果数据更像 100k+，那么 IN 效果更好。

如果您不需要其他表中的数据，IN 很好，但最好选择 EXISTS。

我测试的所有这些标准和表格都有适当的索引。

---

开始查看执行计划以了解 SQl 服务器如何解释它们的差异。您还可以使用 Profiler 多次实际运行查询并获得差异。

我不希望这些有如此可怕的不同，当您使用相关子查询时，您可以在使用连接而不是子查询时获得真正的、巨大的性能提升。

EXISTS 通常比这两者中的任何一个都好，当您谈论左连接时，您想要所有不在左连接表中的记录，那么 NOT EXISTS 通常是一个更好的选择。

---

性能应该是一样的；在您的表上应用正确的索引和集群更为重要（该主题存在 some good resources）。

（编辑以反映更新的问题）

---

我知道这是一篇旧文章，但我认为这是一个非常重要的话题，尤其是现在我们有 1000 万多条记录并谈论 TB 级的数据。

我还将强调以下意见。我的表（[data]）中有大约 45M 条记录，[cats] 表中有大约 300 条记录。对于我将要讨论的所有查询，我都有广泛的索引。

考虑示例 1：

UPDATE d set category = c.categoryname
FROM [data] d
JOIN [cats] c on c.id = d.catid

与示例 2 相比：

UPDATE d set category = (SELECT TOP(1) c.categoryname FROM [cats] c where c.id = d.catid)
FROM [data] d

示例 1 运行大约需要 23 分钟。示例 2 大约需要 5 分钟。

所以我会得出结论，在这种情况下子查询要快得多。当然请记住，我使用的 M.2 SSD 驱动器能够以 1GB/秒的速度进行 i/o（这是字节而不是位），因此我的索引也非常快。因此，在您的情况下，这也可能会影响速度

如果它是一次性的数据清理，最好让它运行并完成。我使用 TOP(10000) 并查看在进行大查询之前需要多长时间并乘以记录数。

如果您正在优化生产数据库，我强烈建议您对数据进行预处理，即使用触发器或工作代理来异步更新记录，以便实时访问检索静态数据。

---

这两个查询在语义上可能不等效。如果员工为多个部门工作（可能在我工作的企业中；诚然，这意味着您的表没有完全规范化），那么第一个查询将返回重复的行，而第二个查询则不会。在这种情况下，要使查询等效，必须将 DISTINCT 关键字添加到 SELECT 子句，这可能会影响性能。

请注意，有一条设计经验法则指出，表应该对实体/类或实体/类之间的关系进行建模，但不能同时对两者进行建模。因此，我建议您创建第三个表，例如 OrgChart，以模拟员工和部门之间的关系。

---

您可以使用解释计划来获得客观的答案。

对于您的问题，an Exists filter 可能执行得最快。

---