https://www.cnblogs.com/developer_chan/p/9247185.html

https://www.cnblogs.com/chafanbusi/p/10647471.html

https://blog.csdn.net/fly_miqiqi/article/details/90348800

https://blog.csdn.net/dc2222333/article/details/78234649

如果小的循环在外层，对于数据库连接来说就只连接5次，进行5000次操作，如果1000在外，则需要进行1000次数据库连接，从而浪费资源，增加消耗。这就是为什么要小表驱动大表。

2.数据准备

根据 MySQL高级知识（十）——批量插入数据脚本 中的相应步骤在tb_dept_bigdata表中插入100条数据，在tb_emp_bigdata表中插入5000条数据。

注：100个部门，5000个员工。tb_dept_bigdata（小表），tb_emp_bigdata（大表）。

3.案例演示

①当B表的数据集小于A表数据集时，用in优于exists。

select *from tb_emp_bigdata A where A.deptno in (select B.deptno from tb_dept_bigdata B)

B表为tb_dept_bigdata：100条数据，A表tb_emp_bigdata：5000条数据。

用in的查询时间为：

将上面sql转换成exists：

select *from tb_emp_bigdata A where exists(select 1 from tb_dept_bigdata B where B.deptno=A.deptno);

用exists的查询时间：

经对比可看到，在B表数据集小于A表的时候，用in要优于exists，当前的数据集并不大，所以查询时间相差并不多。

②当A表的数据集小于B表的数据集时，用exists优于in。

select *from tb_dept_bigdata A where A.deptno in(select B.deptno from tb_emp_bigdata B);

用in的查询时间为：

将上面sql转换成exists：

select *from tb_dept_bigdata A where exists(select 1 from tb_emp_bigdata B where B.deptno=A.deptno);

用exists的查询时间：

由于数据量并不是很大，因此对比并不是难么的强烈。

附上视频的结论截图：

下面结论都是针对in或exists的。

in后面跟的是小表，exists后面跟的是大表。

简记：in小，exists大。

对于exists

select .....from table where exists(subquery);

可以理解为：将主查询的数据放入子查询中做条件验证，根据验证结果（true或false）来决定主查询的数据是否得以保留。

by Shawn Chen，2018.6.30日，下午。

MySQL高级知识系列目录

exist后的括号里则无输出要求，exist判断后面的结果集中有没有行，有行则返回外层查询对应的行。

ps所以exist还可以这样写： 用常量替换* ，反正是判断有没有行，不需要实际传回的数据。

select * from A where exist（select 1 from B where B.id= A.id）

mysql的执行顺序是先执行主查询，将主查询的数据放在子查询中做条件验证。

大体看来貌似exist的执行效率比in低，但其实exists子查询在底层做了优化，会忽略select清单,也并不会对每条数据进行对比。

比如这里有两张表

2）未指定过滤条件时，行数少的表为[驱动表]（Important!）

2. 为何要 小表驱动大表？？

小结果集驱动大结果集