问题
假设有A、B两张表。
如果查询在A表中存在,但是在B表中不存在的记录,应该如何操作?
例子数据
假设A表数据:
id
1
2
3
4
5
B表数据:
id a_id
1 3
其中,B表中的a_id是需要排除的A表的id。
这里我们要排除A表中id为3的记录,实际中可能有上万条记录。
子查询方法
一般我们首先想到的可能就是not in语句:
select A.* from A where A.id not in(select B.a_id from B);
这样可以查询出正确的结果。
但是如果B表很长,那么执行上述的查询语句,需要用A表中的字段去匹配B表中的每一个字段。
相当于是A表的每一个字段都要遍历一次B表,效率非常低下。
只要A中的字段不在B表中那么肯定要遍历完B表,如果A表中的字段在B表中,那么只要遍历到就退出,进行A表中下一个字段的匹配。
使用join方法
连接查询使我们平时进行sql查询用到最多的操作之一了。
相对于not in,使用连接查询的效率更高。
以下我们分步骤解析用join方法的过程。
因为我们需要搜索的是A表中的内容,所以第一步,我们使用A表左连接B表,如下:
select * from A left join B on A.id = B.a_id;
这样B表中会补null,查询结果:
id id1 a_id
1 NULL NULL
2 NULL NULL
3 1 3
4 NULL NULL
5 NULL NULL
因为A、B两表中字段id相同,所以B表中的id字段变成了id1。
仔细观察可以发现,我们需要的结果集[1, 2, 4, 5]所对应的id1字段都是null。
这样,在查询语句中加入条件B.id is null,不就可以完成对只在A表中,但不在B表中的结果集的查询。
另外,我们只需要A表中的数据,B表的数据忽略。
于是最终变成:
select A.* from A left join B on A.id=B.a_id where B.id is null;
结果就是:
id
1
2
4
5
就是我们需要的结果,在A表中,但是不在B表中的记录。
这样做还有一个好处,如果A、B表的id、和B表的a_id都加了索引,那么join方式就能够命中索引。
而如果是子查询,在MySQL5.6之前的版本,就不会用到A表的索引,查询效率大