A. sql中in和=的区别，大数据量哪个性能更好
大数据in的性能更好，=需要多次条件判断，小数据=更好
B. sql in好还是or好，我的条件有五六个以上，但用or的话感觉太长了，不知道哪个效率高点
自己没测试过，这两篇文章看着比较靠谱：
网页链接作者结论：如果in和or所在列有索引或者主键的话，or和in没啥差别，执行计划和执行时间都几乎一样。在没有索引的情况下，随着in或者or后面的数据量越多，in的效率不会有太大的下降，但是or会随着记录越多的话性能下降非常厉害
网页链接作者结论：总体来说，In的效率更高一些。
C. sql in语句的性能问题
每个机票订单含有多个票，用符合条件的订单List，去查询对应的票List。
两张表的关联方式是用一个特性的key关联，其中包含，代理商区分标余启喊志，订单号，订单类型等，是一个长度在30~50之间的varchar
遍历list一条一条查的话，IO太多，显然不合适旁档。我们就想到用in来实现批量查询
在beta测试时，库中表里只有一个月的数据，大约在1000万左右，测试时没有发现问题。
到了线上之后，发现查询数据非常慢，两万左右的in条件，查询起来，时间在10分钟左右，显然出现了慢查询。
针对这个问题，做了几个测试，看了下执行计划，如下所示
事实上我们看到，在in语句中数据量不大的情况下，索引是有效的，不过这个数量已经是极限了。
下面是我的语句
这里在in里面包含了三万条数据，索引实效了。
这里我们首先想到，强制使用索引会不会有所帮助如下
但是，事实上并没有效果，这是结果
解下来我们分析一下，两个问题，索引为什么会失效
这个问题需要从两个方面入手
1.索引区竖野分度
2.预计扫描行数
3.优化器的选择
先看第一个，索引的区分度，经过随机采样，看着内容还是很高的。
预计扫描行数
预计扫描行数的话，如前两图所示，基本都走了全表扫描。
优化器的选择
优化器选择时，衡量了回表等操作，综合考虑，这里没有办法继续下去了，只能问到DBA了。
在数据表大时，索引负重较大，同样的情况下，in语句里面数据条数够大时，索引会失效，可以通过force index尝试一下，不过成功的可能行很小，尽量分批去查找，批次数量可配置。
D. sql中in（）效率低
对于in 和 exists的区别: 如果子查询得出的结果集记录较少，主查询中的表较大且又有索引时应该用in, 反之如果外层的主查询记录较少，子查询中的表大，又有索引时使用exists。其实我们区分in和exists主要是造成了驱动顺序的改变（这是性能变化的关键），如果是exists，那么以外层表为驱动表，先被访问，如果是IN，那么先执行子查询，所以我们会以驱动表的快速返回为目标，那么就会考虑到索引及结果集的关系了 ，另外IN时不对NULL进行处理。
E. sql语句中条件查询里in、like、及=三个的效率怎么样
1、如果条件字段都是非索引字段，那么效率都差不多，就看结果大小。
2、有差别的在于条件字段是索引字段时：
=在所以的情况下都会进行索引扫描，所以效率总是高的。
like 当模糊查询为右模糊，比如'abc%'时，扫描索引，高效。
当模糊查询含左模糊时，比如'%abc',进行全表扫描，低效。
in的作用等同于or ，也是进行索引扫描，高效。
另外，in还可以连接查询结果集，这时往往会和exists做比较。
a、 select * from t1 where f1 in (select f1 from t2 where t2.fx='x')，
其中子查询的where里的条件不受外层查询的影响，这类查询一般情况下，自动优化会转成exist语句，也就是效率和exist一样。
b、 select * from t1 where f1 in (select f1 from t2 where t2.fx=t1.fx)，
其中子查询的where里的条件受外层查询的影响，这类查询的效率要看相关条件涉及的字段的索引情况和数据量多少，一般效率不如exists,数据量大时，效果就更加明显。
F. sql中in 的效能好还是join的效能好
肯定派埋判是第一种快啊。
第一种一个语句，和第二种for里面单个语句的执行效率差异不大的。
in 语句，就是相当于 多个 or，尘改执行就是一次数据遍液李历，而for里面，几个语句是几次遍历。
G. 关于sql中in 和 exists 的效率问题，in真的效率低吗
exists效率快，因为培慧会吵盯用到索引，并且是有数据就返回，而in会每个配碰答都运算，并且不会用到索引。用不用索引，是指使用的列有索引的情况。
H. 记一次Sql执行从17分钟到3秒的优化
同事小A拿来了一段sql语句问我说为什么执行特别慢，跑一次要十多分钟。我试了一下，好家伙，最慢17分钟。语句如下：
其中TABLE1是一个数据记录表，VEMPLOYEE是一个员工表的视图，我看了一下视图定义，彻底被震惊了
小A解释说，客户要求有好多地方页面展示的时候要屏蔽一些员工，所以就直接搞了个员工视图来做统一的过滤处理。
在sql中使用 IN 或者 NOT IN 的性能是非常差的，至于具体原因，好多大佬解释的很清楚了，我就不再赘述。带颤那么第一步，就是使用LEFT JOIN替换掉语句里边的NOT IN
首先创建一个表 IGNORE_EMP_ID 存储需要忽略的员工ID，只有一个ID列，修改视图创建语句如下：
展示一下 LEFT JOIN 替换 NOT IN 的执行过程，假设EMPLOYEE表有ID为庆模1、2、3这三个员工，需要忽略的ID有1、3这两个
时得到的数据为：
修改的方法告诉了小A，过了几分钟，我就问他改的咋样，他说正在往新建的 IGNORE_EMP_ID 表插数据。那好吧，我来帮忙插数据好了。
前面介绍过原来的sql里边都是一行一个数字排列的，我们把 NOT IN 里边的所有誉行缓ID复制出来到txt文件
然后回车拉至最后一行，复制出B列所有sql执行即可。
I. 较大量数据的多表关联，SQL JOIN 和 IN 性能区别大吗
JOIN表示连备族接两个表，分为外连接和内连接，通常用于带出关联关系的其他表的字段信息，比如我这里有用户ID想查出，用毕裤户的姓名，可以外仿数弊连接用户表，带出姓名字段。
IN这个关键字有性能要求，如果IN里面的选项大于1000个，性能下降的非常快，可以用exist来代替 ，具体用法可以查一下，资料有一堆。
J. 关于sql中in 和 exists 的效率问题，in真的效率低吗
关于sql中in 和 exists 的效率问题，in真的效率低吗
in和exists
in 是把外表和内表作hash 连接，而exists是对外表作loop循环，每次loop循环再对内表进行查询。
如果两个表中一个较缺哪物小，一个是大表，则子查询表大的用exists，子查询表小的用in：
例如缓没：表A（小表），表B（大表）1：select * from A where cc in (select cc from B)
效率伏液低，用到了A表上cc列的索引；select * from A where exists(select cc from B where cc=A.cc)
效率高，用到了B表上cc列的索引。