标签：
假设我们想从A表中选择一些记录，记录中的部分字段的取值是B表
所不存在的，这里定义A表为源表，B表为参照表。例如，常见的例子
部门表(Department)作为源表，员工表(Employee)作为参照表，可以
从部门表中列举出那些员工表中所不包含的部门id来，即找出那些没有
员工的部门。
一般类来说，如果数据库支持集合操作符，就可以直接查询，如果
没有，就使用子查询。
(1)
DB2 and
PostgreSQL:
select deptno from dept
except
select deptno from
emp
(2)
Oracle and Teradata:
select deptno from dept
minus
select
deptno from emp
(3)
MySQL and SQL Server:
select deptno
from
dept
where deptno not in (select deptno from emp)
对于(1)和(2)没有什么多说的，就是需要注意满足集合操作符使用的一般
条件就可以了。而且返回的结果是不重复的(duplicate
removed)。所以对于3
使用者如果对结果重复性有要求的话，就需要自己根据情况添加是否使用
Distinct关键词。
另外一个很显著的区别在于参照表中进行比较的字段是否包含NULL。这个
问题对于集合操作符来说没有任何影响，DBMS本身实现操作符的时候已经解决了。
而使用not
in的子查询方式就需要采取处理措施。
例如：源表dept中deptno取值有10,20,30,40
参照表new_dept中deptno取值有10,50,null
SQL A:
select a.deptno
from dept a where a.deptno
not in (select deptno from
new_dept)
虽然源表中20,30,40这三个deptno都不存在于参照表中，但是上面这个SQL
的查询结果为空，一条记录也没有。
而想要得到需要的结果需要写成：SQL
B
select a.deptno from dept a where a.deptno
not in (select
deptno from new_dept where deptno is not null)
查询结果为 20,30,40三条记录
SQL
A之所以没有任何结果的原因在于NULL, NOT,和OR的几个操作符的综合作用
首先IN操作符等价多个OR的并列，所以SQL A实际上等价为
A-1:
select a.deptno from dept a where a.deptno
not
in(10,50,null)
A-2:
select deptno from dept where
not (deptno=10 or deptno=50 or
deptno=null)
下面要注意，必须明确几个操作符之间的结果：
TRUE or NULL 结果是TRUE
FALSE or
NULL 结果是NULL
NOT的运算结果
bool表达式 NOT 运算结果
TURE
FALSE
FALSE TRUE
NULL
NULL
尤其注意NOT对未知的字段运算结果还是NULL，这一点一定要和
IS NULL 和IS NOT
NULL这个关键词组合区分开。
最后任何字段和NULL进行运算=,+,-,...结果都是NULL
这也是SQL里面强调用IS NULL和IS
NOT NULL来区分字段是否为空
而不是用＝来区分
明确了上面运算符的运算规则，我们来看
not (deptno=10 or
deptno=50 or deptno=null)
当源表中deptno为10时，则
not ( TRUE or FALSE or NULL
)
结果是 not (TRUE) -> FALSE 这条记录不会显示
当源表中dept为20时， 则
not ( FALSE or
FALSE or NULL )
结果是 not (NULL) -> NULL
where的搜索条件是空，也不会有任何结果
(你可以尝试select * from dept where
deptno=null这种sql看看结果)
综上，无论源表的记录取何值，最终都得不到查询结果。。。
如果想要得到结果，必须写成SQL
B的格式。
如果觉得始终要为总要当心字段是否为空，而不得不在SQL中注意比较麻烦的情况下
(比如在复杂的查询中，源表和参照表之间需要比较的字段比较多，每个字段都要
考虑NOT
NULL，并且书写出来，确实比较繁琐)，可以使用相关子查询
(correlated subquery)来巧妙的避免这个干扰
SQL
C:
select *
from dept a
where not exists
(select null from new_dept b where b.deptno =a.deptno
)
这个查询同样能够得到需要的结果
Step 1: 子查询中执行b.deptno =a.deptno 两个表join操作
Step
2: 如果子查询返回结果，即子查询包含行，则exists(subquery)返回TRUE，
而not
exists(subquery)返回FALSE，最终查询抛弃当前记录
Step 2:
如果子查询没有结果，即子查询不包含任何行，则exists(subquery)返回FALSE，
而not
exists(subquery)返回TRUE，最终查询返回当前记录
这里需要注意的是在使用exists情况下，其子查询中的select部分并不重要。
因为exists的含义是exists(subquery),只要子查询中包含行，无论是什么样的行记录，
结果就是TURE而SQL
C中的subquery 中只要b.deptno和a.deptno相等，就会有行记录，
而select null from new_dept b where
b.deptno =a.deptno 只不过是说两个deptno相等
返回的行记录是null(null也是一条行记录啊)，所以exists(select
null)也是TURE
因此，这种写法就保证了，只要源表中的deptno记录不存在在参考表中，就能够得到结果了。
子查询中的select对结果不会有任何影响，所以写成select
null好像是一种惯例，
我觉得是为了强调相关查询的等价条件而已，但这种符合英语国家的惯例对很多
初次遇到这种写法的人来说，反而被迷惑了一把。。。
只要把握了几个关键的操作符的运算规则，就能够理解这些不同写法所造成的不同结果了。
希望上面的总结能够对大家理解这种查询方式有所帮助。
至于效率方面，exists是否快于in操作，个人持保留意见，这主要看具体的SQL书写条件
和DBMS系统的优化代码。
但是上面的语句SQL
C比SQL B的执行效率要高，这一点是可以解释的。
SQL B使用in 模式，这样实际上是全表扫描，没有任何优化手段，两个表都在遍历全表
而SQL
C使用相关查询，两个表是内联操作，大多数数据库系统都会使用Hash Join来
进行优化查询，所以效率会比较高。
标签：
原文地址：http://www.cnblogs.com/lbnnbs/p/4781525.html
