如何优化 NOT IN 语句

Question

为什么NOT IN执行INDEX SCAN而不是INDEX SEEK？

这是我目前在桌子上的索引，

CREATE NONCLUSTERED INDEX [idx_dmcasarms_CourseList_cDesc] 
ON [dbo].[courselist]
(
    [c_desc] ASC,
    [c_code] ASC
)

SQL语句，

SELECT  c_code CourseCode
FROM    courselist
WHERE   c_desc = 'BACHELOR OF SCIENCE IN INFORMATION TECHNOLOGY'
GO

SELECT  c_code CourseCode
FROM    courselist
WHERE   c_desc NOT IN ('PRE SCHOOL', 'BASIC EDUCATION', 'SCIENCE HIGH SCHOOL')
GO

和执行计划，

无论如何我可以优化这个吗？

Answer 1

它执行扫描，因为它必须找到不在列出的值中的所有值。想象一下，在电话簿中查找所有不是“Smith”的姓氏值。然后你必须扫描整本书。如果您只需要找到姓氏值为“Smith”的人，那么您可以只查找该部分。

至于如何优化，不幸的是，如果扫描成本太高而无法接受，则需要重新设计逻辑以避免 NOT IN。因此，如果您能以某种方式将 NOT IN 更改为 IN 或 =，那么对数据库引擎来说会更好。当然，这有时是不可能的，然后您必须权衡查询成本与重新设计逻辑的成本。

Answer 2

您也可以将查询编写为

SELECT  c_code CourseCode
FROM    courselist
WHERE   c_desc < 'BASIC EDUCATION'
UNION ALL
SELECT  c_code CourseCode
FROM    courselist
WHERE   c_desc > 'BASIC EDUCATION' AND c_desc < 'PRE SCHOOL'
UNION ALL
SELECT  c_code CourseCode
FROM    courselist
WHERE   c_desc > 'PRE SCHOOL' AND c_desc < 'SCIENCE HIGH SCHOOL'
UNION ALL
SELECT  c_code CourseCode
FROM    courselist
WHERE   c_desc > 'SCIENCE HIGH SCHOOL'

获得四个范围搜索。

除非任何NOT IN值非常常见，否则我希望这会更糟而不是更好。

如果这些值是通用的，那么上次我看这个时，SQL Server 最好的做法是跳过第一个索引值并扫描其余的值。

一个完全操纵的例子，看看这可能更好的情况......

CREATE TABLE [dbo].[courselist](
[c_desc] VARCHAR(20),
[c_code] CHAR(880))

CREATE NONCLUSTERED INDEX [idx_dmcasarms_CourseList_cDesc] 
ON [dbo].[courselist]([c_desc] ASC,[c_code] ASC);

WITH T AS (SELECT TOP (10000) v1.number FROM  master..spt_values v1, master..spt_values v2)
INSERT INTO [dbo].[courselist]
SELECT X, number 
FROM T
CROSS JOIN (VALUES ('PRE SCHOOL'),
                   ('SCIENCE HIGH SCHOOL')) V(X)
UNION ALL                   
SELECT REPLICATE('A',20), 1    

在我的带有热缓存的机器上，它进行了NOT IN一次完整扫描和 3,132 次逻辑读取，时间为 20 毫秒。而多次搜索显示 28 次读取和 0 毫秒的经过时间。