在SQL Server中爲何不建議使用Not In子查詢

    在SQL Server中，子查詢能夠分爲相關子查詢和無關子查詢，對於無關子查詢來講，Not In子句比較常見，但Not In潛在會帶來下面兩種問題：

• 結果不許確
• 查詢性能低下

 

    下面咱們來看一下爲何儘可能不使用Not In子句。

 

結果不許確問題

    在SQL Server中，Null值並非一個值，而是表示特定含義，其所表示的含義是「Unknow」，能夠理解爲未定義或者未知，所以任何與Null值進行比對的二元操做符結果必定爲Null，包括Null值自己。而在SQL Server中，Null值的含義轉換爲Bool類型的結果爲False。讓咱們來看一個簡單的例子，如圖1所示。

圖1.Null值與任何值進行對比結果都爲Null

    SQL Server提供了「IS」操做符與Null值作對比，用於衡量某個值是否爲Null。

 

    那麼Not In 的問題在哪呢，如圖2所示。

   

圖2.Not In產生不許確的值

 

     在圖2中，條件3不屬於Not In後面列表的任意一個，該查詢卻不返回任何值，與預期的結果不一樣，那麼具體緣由就是Not In子句對於Null值的處理，在SQL Server中，圖2中所示的Not In子句其實能夠等價轉換爲如圖3所示的查詢。

圖3.對於Not In子句來講，能夠進行等價轉換

 

    在圖3中能夠看到Not In能夠轉換爲條件對於每一個值進行不等比對，並用邏輯與鏈接起來，而前面提到過Null值與任意其餘值作比較時，結果永遠爲Null，在Where條件中也就是False，所以3<>null就會致使不返回任何行，致使Not In子句產生的結果在乎料以外。

    所以，Not In子句若是來自於某個表或者列表很長，其中大量值中即便存在一個Null值，也會致使最終結果不會返回任何數據。

解決辦法？

    解決辦法就是不使用Not In，而使用Not Exists做爲替代。Exists的操做符不會返回Null，只會根據子查詢中的每一行決定返回True或者False，當遇到Null值時，只會返回False，而不會由某個Null值致使整個子查詢表達式爲Null。對於圖2中所示的查詢，咱們能夠改寫爲子查詢，如圖4所示。

圖4.Not Exists能夠正確返回結果

 

Not In致使的查詢性能低下

    前面咱們能夠看出，Not In的主要問題是因爲對Null值的處理問題所致使，那麼對Null值的處理究竟爲何會致使性能問題？讓咱們來看圖5的示例。圖5中，咱們使用了Adventurework示例數據庫，併爲了演示目的將SalesOrderDetail表的ProductId的定義由Not Null改成Null，此時咱們進行一個簡單的Not In查詢。如圖5所示。

圖5.Not In的執行計劃

 

    在圖5中，咱們看到一個Row Count Spool操做符，該操做符用於確認ProductId列中是否有Null值（過程是對比總行數和非Null行數，不想等則爲有Null值，雖然咱們知道該列中沒有Null值，但因爲列定義是容許Null的，所以SQL Server必須進行額外的確認），而該操做符佔用了接近一半的查詢成本。所以咱們對比Not Exists，如圖6所示。

圖6.Not In Vs Not Exists

 

    由圖6能夠看出，Not In的執行成本幾乎是Not Exists的3倍，僅僅是因爲SQL Server須要確認容許Null列中是否存在Null。根據圖3中Not In的等價形式，咱們徹底能夠將Not In轉換爲等價的Not Exist形式，如圖7所示。

圖7.Not In轉換爲Not Exists

    咱們來對比圖7和其等價Not In查詢的成本，如圖8所示。

圖8.成本上徹底等價

 

    所以咱們能夠看到Not In須要額外的步驟處理Null值，上述狀況是僅僅在SalesOrderDetail表中的ProductId列定義爲容許Null，若是咱們將SalesOrderHeader的SalesOrderID列也定義爲容許Null時，會發現SQL Server還須要額外的成本確認該列上是否有Null值。如圖9所示。

圖9.SQL Server經過加入Left Anti Semi Join操做符解決列容許Null的問題

 

此時Not In對應的等價Not Exist形式變爲如代碼清單1所示。

SELECT  *

FROM    Sales.SalesOrderHeader a

WHERE   NOT EXISTS ( SELECT *

                     FROM   Sales.SalesOrderDetail b

                     WHERE  a.SalesOrderID = b.ProductID )

        AND NOT EXISTS ( ( SELECT   *

                           FROM     Sales.SalesOrderDetail b

                           WHERE    b.ProductID IS NULL

                         ) )

        AND NOT EXISTS ( SELECT 1

                         FROM   ( SELECT    *

                                  FROM      Sales.SalesOrderHeader

                                ) AS c

                         WHERE  c.SalesOrderID IS NULL )

代碼清單1.當鏈接列兩列定義都容許Null時，Not In等價的Not Exists形式

 

    此時咱們簡單對比Not In和Not Exists的IO狀況，如圖10所示。

圖10.Not In吃掉很高的IO

 

小結

    本文闡述了Not In 的實現原理以及所帶來的數據不一致和性能問題，在寫查詢時，儘可能避免使用Not In，而轉換爲本文提供的Not Exists等價形式，將會減小不少麻煩。