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

参考资料

查询在A表不在B表的数据