oracle 优化小技巧， filter 与 hash join 连接

 最近优化SQL时 发现一个SQL，    select * from t_pro  t where
        (select count(1)      from t_cost  ac   where data   = 'GZXT'  and ac.prj_id = t.prj_code) = 0;

我靠 哪位高人写的SQL， 一看就知道存在性能隐患，  一个大坑。

SQL>    explain plan for

  2      select * from t_pro  t
  3   where not exists (select  1
  4            from t_cost  ac
  5           where data = 'GZXT'
  6             and ac.prj_id = t.prj_code);
 
Explained
SQL>  select * from table(dbms_xplan.display);
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
Plan hash value: 588010636
--------------------------------------------------------------------------------
| Id  | Operation            | Name           | Rows  | Bytes | Cost (%CPU)| Tim
--------------------------------------------------------------------------------
|   0 | SELECT STATEMENT     |                |   582 | 84972 |    11  (10)| 00:
|*  1 |  HASH JOIN RIGHT ANTI|                |   582 | 84972 |    11  (10)| 00:
|*  2 |   TABLE ACCESS FULL  | T_COST         |   553 |  7189 |     5   (0)| 00:
|   3 |   TABLE ACCESS FULL  | T_PRO          |   582 | 77406 |     5   (0)| 00:
--------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
   1 - access("AC"."PRJ_ID"="T"."PRJ_CODE")
   2 - filter("DATA"='GZXT')
 
16 rows selected
 
 
 
 SQL>   explain plan for
  2    select * from t_pro  t where
  3     (select count(1)
  4            from t_cost  ac
  5           where data   = 'GZXT'
  6             and ac.prj_id = t.prj_code) = 0;
 
Explained
SQL>   select * from table(dbms_xplan.display);
 
PLAN_TABLE_OUTPUT
--------------------------------------------------------------------------------
Plan hash value: 2930289130
--------------------------------------------------------------------------------
| Id  | Operation           | Name           | Rows  | Bytes | Cost (%CPU)| Time
--------------------------------------------------------------------------------
|   0 | SELECT STATEMENT    |                |   582 | 77406 |  1475   (2)| 00:0
|*  1 |  FILTER             |                |       |       |            |
|   2 |   TABLE ACCESS FULL | T_PRO          |   582 | 77406 |     5   (0)| 00:0
|   3 |   SORT AGGREGATE    |                |     1 |    13 |            |
|*  4 |    TABLE ACCESS FULL| T_COST         |     2 |    26 |     5   (0)| 00:0
--------------------------------------------------------------------------------
Predicate Information (identified by operation id):
---------------------------------------------------
   1 - filter( (SELECT COUNT(*) FROM "T_COST_ACCRUAL" "AC" WHERE
              "AC"."PRJ_ID"=:B1 AND "DATA"='GZXT')=0)
   4 - filter("AC"."PRJ_ID"=:B1 AND "DATA"='GZXT')
 
18 rows selected




 not exists 用的是hash join 而 第二个是用的 filter 所有第一个效率 远远比第二个效率 高，
 
 统计信息我没有看，
 
 但这里只是比较   hash join  与 FILTER 的效率。 奇怪了 很多人说 exists 的效率 比in 高， 这里我做了测试
 从执行计划上面看 起码这个例子效率都差不多。 

 我看  要看效率上面的问题还是要到执行计划上面看， 才可靠。 而不是死记结论。