使用 LEFT JOIN 或 NOT EXISTS 之间的最佳实践

Question

使用 LEFT JOIN 或 NOT EXISTS 格式之间是否有最佳实践？

使用一个比另一个有什么好处？

如果没有，应该首选哪个？

SELECT *
FROM tableA A
LEFT JOIN tableB B
     ON A.idx = B.idx
WHERE B.idx IS NULL

---

SELECT *
FROM tableA A
WHERE NOT EXISTS
(SELECT idx FROM tableB B WHERE B.idx = A.idx)

我在 Access 中对 SQL Server 数据库使用查询。

Answer 1

最大的区别是不是在加入VS不存在，它是（书面），该SELECT *。

在第一个例子中，你得到的所有列都 A和B，而在第二个例子，你从只列A。

在 SQL Server 中，在一个非常简单的人为示例中，第二个变体稍微快一点：

创建两个示例表：

CREATE TABLE dbo.A
(
    A_ID INT NOT NULL
        PRIMARY KEY CLUSTERED
        IDENTITY(1,1)
);

CREATE TABLE dbo.B
(
    B_ID INT NOT NULL
        PRIMARY KEY CLUSTERED
        IDENTITY(1,1)
);
GO

在每个表中插入 10,000 行：

INSERT INTO dbo.A DEFAULT VALUES;
GO 10000

INSERT INTO dbo.B DEFAULT VALUES;
GO 10000

从第二个表中每 5 行删除一次：

DELETE 
FROM dbo.B 
WHERE B_ID % 5 = 1;

SELECT COUNT(*) -- shows 10,000
FROM dbo.A;

SELECT COUNT(*) -- shows  8,000
FROM dbo.B;

执行两个测试SELECT语句变体：

SELECT *
FROM dbo.A
    LEFT JOIN dbo.B ON A.A_ID = B.B_ID
WHERE B.B_ID IS NULL;

SELECT *
FROM dbo.A
WHERE NOT EXISTS (SELECT 1
    FROM dbo.B
    WHERE b.B_ID = a.A_ID);

执行计划：

第二个变体不需要执行过滤操作，因为它可以使用左反半连接运算符。

Answer 2

从逻辑上讲，它们是相同的，但NOT EXISTS更接近您要求的 AntiSemiJoin，并且通常是首选。它还更好地强调了您无法访问 B 中的列，因为它仅用作过滤器（而不是让它们具有 NULL 值）。

许多年前（SQL Server 6.0 ish）LEFT JOIN速度更快，但很长一段时间以来情况并非如此。这些天，NOT EXISTS速度略快。

Access 中最大的影响是该JOIN方法必须在过滤之前完成联接，在内存中构造联接集。使用NOT EXISTS它检查行但不为列分配空间。另外，一旦找到一行，它就会停止查找。Access 中的性能变化更大一些，但一般的经验法则是，它NOT EXISTS往往会更快一些。我不太愿意说这是“最佳实践”，因为涉及的因素更多。

Answer 3

我注意到的一个例外是使用Linked Servers时的NOT EXISTS优越性（但略有不同）。LEFT JOIN ... WHERE IS NULL

从检查执行计划来看，NOT EXISTS运算符似乎是以嵌套循环方式执行的。因此它是按行执行的（我认为这是有道理的）。

演示此行为的示例执行计划：

Answer 4

通常，引擎将创建一个基本上基于以下内容的执行计划：

1. A 和 B 中的行数
2. A 和/或 B 上是否有索引。
3. 结果行（和中间行）的预期数量
4. 输入查询的形式（即你的问题）

对于（4）：

“不存在”计划鼓励在表 B 上进行基于查找的计划。当表 A 小而表 B 大（并且索引存在于 B 上）时，这是一个不错的选择。

当表 A 非常大或表 B 非常小或 B 上没有索引并返回大结果集时，“反联接”计划是一个不错的选择。

然而，它只是一种“鼓励”，就像加权输入一样。强 (1)、(2)、(3) 常常使选择 (4) 没有实际意义。

（忽略您的示例由于 * 返回不同列的影响，由@MaxVernon 回答解决。）。