Sql 不存在vs不存在：效率

我一直认为“不存在”是解决问题的方法，而不是使用“不存在”状态。然而，在对我一直使用的查询进行比较时，我注意到Not In条件的执行实际上似乎更快。任何关于为什么会出现这种情况的见解，或者如果到目前为止我只是做了一个可怕的假设，都将不胜感激

问题1：

SELECT DISTINCT 
a.SFAccountID, a.SLXID, a.Name FROM [dbo].[Salesforce_Accounts] a WITH(NOLOCK)
JOIN  _SLX_AccountChannel b WITH(NOLOCK)
ON a.SLXID = b.ACCOUNTID
JOIN [dbo].[Salesforce_Contacts] c WITH(NOLOCK)
ON a.SFAccountID = c.SFAccountID
WHERE b.STATUS IN ('Active','Customer', 'Current')
AND c.Primary__C = 0
AND NOT EXISTS
(
SELECT 1 FROM [dbo].[Salesforce_Contacts] c2 WITH(NOLOCK)
WHERE a.SFAccountID = c2.SFAccountID
AND c2.Primary__c = 1
);

问题2：

SELECT   
DISTINCT
a.SFAccountID FROM [dbo].[Salesforce_Accounts] a WITH(NOLOCK)
JOIN  _SLX_AccountChannel b WITH(NOLOCK)
ON a.SLXID = b.ACCOUNTID
JOIN [dbo].[Salesforce_Contacts] c WITH(NOLOCK) 
ON a.SFAccountID = c.SFAccountID
WHERE b.STATUS IN ('Active','Customer', 'Current')
AND c.Primary__C = 0
AND a.SFAccountID NOT IN (SELECT SFAccountID FROM [dbo].[Salesforce_Contacts] WHERE Primary__c = 1 AND SFAccountID IS NOT NULL);

查询1的实际执行计划：

查询2的实际执行计划：

时间/IO统计信息：

查询#1（使用不存在）：

查询#2（使用Not In）：

试一试

---

据我所知，a的工作方式与两个嵌套的for指令的工作方式不同

因此，假设您有两个表：表（1000条记录）和表（2000条记录）

就像做

for (int i = 0;  i < 1000; i++) {
   for (int j = 0;  j < 2000; j++) {
   }
}

for（int i=0；i<1000；i++）{
对于（int j=0；j<2000；j++）{
}
}

即1000*2000=200万次操作

与tabla.field的左连接是null技巧，就我所知，它只进行2000次操作

---

使用左连接

这是假设您正在尝试查找没有主要联系人的帐户，并且只能有一个主要联系人

SELECT  a.SFAccountID, a.SLXID, a.Name 
FROM    [dbo].[Salesforce_Accounts] a
        LEFT JOIN [dbo].[Salesforce_Contacts] c ON a.SFAccountID = c.SFAccountID AND c.Primary__C = 1
WHERE
        EXISTS (SELECT  * 
                FROM SLX_AccountChannel b 
                WHERE b.ACCOUNTID = a.SLXID 
                    AND b.STATUS IN ( 'Active', 'Customer', 'Current' ))
        AND c.SFContactID IS NULL

如果您想要有联系人但没有主要联系人的帐户，您可以使用

SELECT 
    a.SFAccountID ,
    a.SLXID ,
    a.Name
FROM 
    [dbo].[Salesforce_Accounts] a
WHERE
    a.SFAccountID IN (SELECT SFAccountID 
                    FROM [Salesforce_Contacts] 
                    GROUP BY SFAccountID 
                    HAVING SUM(CAST(Primary__c AS INT) = 0))

    AND a.SLXID IN (SELECT ACCOUNTID 
                    FROM _SLX_AccountChannel 
                    WHERE [STATUS] IN ( 'Active', 'Customer', 'Current' ))

---

我认为缺少索引会导致

EXISTS（）

和

操作中的差异

虽然这个问题并不要求更好的查询，但对我来说，我会尽量避免像这样的区别

SELECT
    a.SFAccountID, a.SLXID, a.Name 
FROM 
    [dbo].[Salesforce_Accounts] a WITH(NOLOCK)
    CROSS APPLY 
    (
        SELECT SFAccountID 
        FROM [dbo].[Salesforce_Contacts] WITH(NOLOCK) 
        WHERE SFAccountID  = a.SFAccountID 
        GROUP BY SFAccountID
        HAVING MAX(Primary__C + 0) = 0 -- Assume Primary__C is a bit value
    ) b
WHERE
    -- Actually it is the filtering condition for account channel
    EXISTS
    (
        SELECT * FROM _SLX_AccountChannel WITH(NOLOCK) 
        WHERE ACCOUNTID = a.SLXID AND STATUS IN ('Active','Customer', 'Current')
    )

问题是：“为什么
不在
中似乎比
不存在
更快。”

我的答案是：它只是看起来更快，但它是一样的。（在本例中）

您是否实际测量了两个查询的时间并确认存在差异

或者你只是看了执行计划

据我所知，您在截图上看到的查询成本（53%对47%）是：


估算的查询成本，即使计划是实际的
这是查询成本，而不是时间，它是由CPU和IO“成本”组合而成的

在这种情况下，查询优化器似乎为两个查询生成了几乎相同的计划。对于计划中的某些运算符，计划的估计行数很可能（略有）不同，但实际性能是相同的，因为计划形状是相同的。如果估计的行数不同，则会导致不同的估计查询成本

要查看计划中的差异（如果有的话），我会使用类似的工具。它显示了更多的细节，您可以更轻松地比较查询的各个方面


重写查询以加快速度是另一个问题，我不打算在这里回答它。
您无需多次点击/加入
Salesforce\u联系人。这更紧凑、更快：

SELECT a.SFAccountID, a.SLXID, a.Name
FROM [dbo].[Salesforce_Accounts] a WITH(NOLOCK)
JOIN  _SLX_AccountChannel b WITH(NOLOCK)
    ON a.SLXID = b.ACCOUNTID
JOIN [dbo].[Salesforce_Contacts] c WITH(NOLOCK)
    ON a.SFAccountID = c.SFAccountID
WHERE b.STATUS IN ('Active','Customer', 'Current')
GROUP BY a.SFAccountID, a.SLXID, a.Name
HAVING MAX(c.Primary__C) = 0

中的
和
之间的差异可以忽略。
看看这是否有帮助（1）实际计划在我看来几乎相同。（2） 您需要测量查询的实际性能，而不是计划的估计性能。我对大型数据库的经验使我更喜欢
IN
而不是
EXISTS
。我也不再专门使用
CTE
，更多地使用临时表。哦，对不起，这是实际的执行计划。如果放大，计划看起来是一样的，但百分比略有不同。不要看估计值（是的，即使在实际计划中，这些百分比也是估计值），而是衡量实际绩效。读取次数、持续时间等。这种类型的
join
vs
where
在大多数情况下没有太大区别cases@JamieD77当它确实起作用时，它会更好。我这样做是为了生活。这一次更快。我可以得到一个简短的解释，为什么这会更快？谢谢以这种方式为生，你可能会认为你应该提到将联接分离成一个
子查询
或
语句中的
，而不是执行一个
独立的
，因为所有字段都来自
[Salesforce\u Accounts]
table@JamieD77也许当你开始以加入为生时，你会了解到加入会导致什么样的重复，甚至在Salesforce_客户中也可能不是唯一的。如果你有更好的东西，就把它贴出来。您确实收到了OP的评论，它更快了？在一个没有查询优化器的世界中，所有内容都在内存中，当然。在现实世界中，不太可能……在本地数据库中进行实验。请慷慨地填写，我想每张表有10万条记录。测量两个选项的时间（不在和左连接），你得到什么时间？嘿，垃圾话-1您完全错过了[dbo].[Salesforce\u Contacts].Primary\u C=0您怎么知道他只想要一个联系人不是Primary的帐户？这里有“和C.Primary\u C=0”。我不知道他想要什么，但我知道这个问题是怎么回事。@当你长大一点，我们可以讨论为什么将3个表连接在一起，然后使用distinct，因为您实际上只需要1个表中的信息，这是一种糟糕的做法建模者请不要反对@BUM I以重写像他的查询来解决性能问题为生，所以只要他在身边帮助别人，我对我的工作安全感就很好。
SELECT  a.SFAccountID, a.SLXID, a.Name 
FROM    [dbo].[Salesforce_Accounts] a
        LEFT JOIN [dbo].[Salesforce_Contacts] c ON a.SFAccountID = c.SFAccountID AND c.Primary__C = 1
WHERE
        EXISTS (SELECT  * 
                FROM SLX_AccountChannel b 
                WHERE b.ACCOUNTID = a.SLXID 
                    AND b.STATUS IN ( 'Active', 'Customer', 'Current' ))
        AND c.SFContactID IS NULL

SELECT 
    a.SFAccountID ,
    a.SLXID ,
    a.Name
FROM 
    [dbo].[Salesforce_Accounts] a
WHERE
    a.SFAccountID IN (SELECT SFAccountID 
                    FROM [Salesforce_Contacts] 
                    GROUP BY SFAccountID 
                    HAVING SUM(CAST(Primary__c AS INT) = 0))

    AND a.SLXID IN (SELECT ACCOUNTID 
                    FROM _SLX_AccountChannel 
                    WHERE [STATUS] IN ( 'Active', 'Customer', 'Current' ))

SELECT
    a.SFAccountID, a.SLXID, a.Name 
FROM 
    [dbo].[Salesforce_Accounts] a WITH(NOLOCK)
    CROSS APPLY 
    (
        SELECT SFAccountID 
        FROM [dbo].[Salesforce_Contacts] WITH(NOLOCK) 
        WHERE SFAccountID  = a.SFAccountID 
        GROUP BY SFAccountID
        HAVING MAX(Primary__C + 0) = 0 -- Assume Primary__C is a bit value
    ) b
WHERE
    -- Actually it is the filtering condition for account channel
    EXISTS
    (
        SELECT * FROM _SLX_AccountChannel WITH(NOLOCK) 
        WHERE ACCOUNTID = a.SLXID AND STATUS IN ('Active','Customer', 'Current')
    )

SELECT a.SFAccountID, a.SLXID, a.Name
FROM [dbo].[Salesforce_Accounts] a WITH(NOLOCK)
JOIN  _SLX_AccountChannel b WITH(NOLOCK)
    ON a.SLXID = b.ACCOUNTID
JOIN [dbo].[Salesforce_Contacts] c WITH(NOLOCK)
    ON a.SFAccountID = c.SFAccountID
WHERE b.STATUS IN ('Active','Customer', 'Current')
GROUP BY a.SFAccountID, a.SLXID, a.Name
HAVING MAX(c.Primary__C) = 0