in及not in与组合查询的效率比较

最新推荐文章于 2025-01-30 17:42:25 发布
原创 最新推荐文章于 2025-01-30 17:42:25 发布 · 977 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文通过两个具体的SQL查询案例，展示了不同查询方式之间的效率差异。其中一个使用了表连接的方法，另一个则采用了子查询的方式。测试结果显示，尽管两者都能得到相同的结果集，但在执行速度上却存在明显区别。

以下两条语句的查询结果是一样，但效率有比较大差别

1、SELECT *
FROM users, user_group
WHERE users.id = user_group.userid
AND user_group.groupid = ' '

测试结果：

显示行 0 - 17 (18 总计, 查询花费 0.0041 秒)

显示行 0 - 3 (4 总计, 查询花费 0.0039 秒)

显示行 0 - 3 (4 总计, 查询花费 0.0051 秒)

 

2、select * from users where id in (select userid from user_group where groupid=' ')

测试结果：

显示行 0 - 12 (13 总计, 查询花费 0.0272 秒)

显示行 0 - 4 (5 总计, 查询花费 0.0174 秒)

显示行 0 - 3 (4 总计, 查询花费 0.0207 秒)

精通Matlab数字图像处理与识别&nbsp；&nbsp；&nbsp；&nbsp；&nbsp；&nbsp；
qq_39223444的博客
07-22 7198
文章目录 1. 数字图像处理与识别 2. MATLAB基础 图像灰度变换和几何变换 3. 图像的点运算 4. 图像的几何运算 图像增强：空域和频域 5. 空域图像增强 6. 频域图像增强 小波变换 7. 小波变换 图像复原 8. 图像复原 彩色图像处理 9. 彩色图像处理 图像处理->图像识别 10. 形态学图像处理 11. 图像分割 12. 特征提取 模式识别 13. 图像识别初步 ANN、SVM 14. ANN 15. SVM ...
【论文阅读】Learning to Drive in a Day
weixin_41577426的博客
05-25 2285
论文下载 官方Blog 论文翻译与解读:一天学会开车摘要一、介绍二、相关工作三、系统架构四、实验五、讨论 摘要  　　我们演示了深度强化学习在自动驾驶（autonomous driving）中的首次应用。通过随机初始化的参数，我们的模型能够使用一个单目图像作为输入，仅用少量的训练场景（training episodes）就能够学习车道跟踪（lane following）策略。我们设...
ORACLE in、exists 和 not in、not exists 的效率对比
m0_37253968的博客
09-17 3373
文章目录 1、结论1.1 思维导图 2、in、exists2.1 in2.2 exists2.3 综合比较 3、not in、not exists 1、结论 a in b => a 外表、b 内表 1、外表大，用 in；内表大，用 exists。 2、无论那个表大，用 not exists 都比 not in 要快。 1.1 思维导图 2、in、exists 2.1 in in() 只执行一次，它查出 B表中的所有 id 字段并缓存起来(位于内存中)。..
IN和EXISTS、not in 和not exists的效率详解
hehmxy的博客
04-09 1697
从效率来看： 1) select * from T1 where exists(select 1 from T2 where T1.a=T2.a) ; T1数据量小而T2数据量非常大时，T1<<T2 时，1) 的查询效率高。 2) select * from T1 where T1.a in (select T2.a from T2) ; T1数据量非常大而T2数据量小时，T1&gt...
oracle中使用in 和 not in 查询效率分析
phplife的电子商务网上商城专栏
01-30 1754
在Oracle数据库中，IN和NOT INININEXISTSIN (1,2,3)NOT INNULLNOT IN!= ALLNOT INNOT EXISTSNULLEXISTSNOT EXISTSNULLINNOT INt2.id使用分析查询是否走索引或优化为高效的连接方式（如哈希反连接）。
in,exists,not in ,not exists效率
Itfemg的专栏
01-16 1040
一、in和exists效率说明 in 确定给定的值是否与子查询或列表中的值相匹配。 系统在执行in子查询时，首先执行子查询，并将获得的结果 列表存放在在一个加了索引的临时表中。在执行子查询之前，系统先将主查询挂起，待子查询执行完毕，存放在临时表中以后再执行主查询。 exists 指定一个子查询，检测行的存在。 通过使用 exists，系统会首先检查主查询，然后运行子查询直到它找到第一个
in、exists 和 not in、not exists 的效率对比
鱼丸丶粗面
12-23 3477
1、结论 1、外表大，用 in；内表大，用 exists。 2、无论那个表大，用 not exists 都比 not in 要快。 1.1 思维导图 2、in、exists in 是把外表和内表作 hash join – 内存中 exists 是对外表作 loop，每次 loop 后再对内表进行查询。-- 查询数据库 2.1 in 的执行方式 ...
【论文学习】《“Hello, It’s Me”: Deep Learning-based Speech Synthesis Attacks in the Real World》
求求你们别卷了
11-23 5437
《“Hello, It’s Me”: Deep Learning-based Speech Synthesis Attacks in the Real World》论文学习 文章目录《“Hello, It’s Me”: Deep Learning-based Speech Synthesis Attacks in the Real World》论文学习  摘要  1 介绍  2 背景    2.1 基于语音的用户标识    2.2 语音合
import requests from bs4 import BeautifulSoup import os import re from urllib.parse import urljoin # 定义关键词列表 KEYWORDS = [""] def sanitize_text(text): """增强型文本清洗""" text = re.sub(r'<[^>]+>', '', text) text = re.sub(r'https?://\S+', '', text) replacements = { ' ': ' ', '&': '&', '"': '"', '<': '<', '>': '>' } for k, v in replacements.items(): text = text.replace(k, v) text = re.sub(r'[■◆▼©®™●【】]', '', text) text = re.sub(r'\s+', ' ', text).strip() return text def save_content(url, save_folder): """安全获取并保存网页内容（增加空内容过滤）""" try: headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'} response = requests.get(url, headers=headers, timeout=10) response.encoding = 'utf-8' if response.status_code == 200: soup = BeautifulSoup(response.text, 'html.parser') main_content = soup.find(['article', 'div'], class_=re.compile(r'content|main')) clean_text = sanitize_text(main_content.get_text() if main_content else soup.get_text()) # 新增空内容过滤判断 if not clean_text.strip(): print(f'跳过空内容: {url}') return # 生成安全文件名 filename = re.sub(r'[\\/*?:"<>|]', '', url.split('/')[-1])[:50] + '.txt' filepath = os.path.join(save_folder, filename) with open(filepath, 'w', encoding='utf-8') as f: f.write(clean_text) print(f'成功保存至: {filepath}') else: print(f'访问失败: {url} 状态码: {response.status_code}') except Exception as e: print(f'处理{url}时出错: {str(e)}') def main(): """主程序""" # 设置保存路径 desktop = os.path.join(os.path.expanduser('~'), 'Desktop') folder_name = "ScrapedData" save_path = os.path.join(desktop, folder_name) # 创建保存目录（如果不存在） os.makedirs(save_path, exist_ok=True) # 模拟种子页面（需合法授权后替换实际目标网站） seed_url = "http://www.81.cn/" try: res = requests.get(seed_url, timeout=10) soup = BeautifulSoup(res.text, 'html.parser') # 提取包含关键词的链接 links = [] for a in soup.find_all('a', href=True): text = a.get_text().strip() if any(keyword in text for keyword in KEYWORDS): absolute_url = urljoin(seed_url, a['href']) links.append(absolute_url) # 去重处理 unique_links = list(set(links)) # 保存内容（建议控制频率） for link in unique_links[:10]: # 示例仅处理前5条 save_content(link, save_path) except Exception as e: print(f'程序终止: {str(e)}') if __name__ == "__main__": main() 在上述代码基础上修改代码实现不同的文章存放在不同的txt中，不要放在同一个txt中，然后修改代码使保存txt的速度加快一些，请给出修改后完整的代码
03-13
或者，如果用户希望保留部分可读性，可以组合URL的部分和哈希： path_part = url.split('/')[-1] # 原逻辑中的最后部分 path_part = re.sub(r'[\\/*?:"|]', '', path_part)[:20] # 截取前20字符 url_hash = hashlib...
【Python字符串处理进阶】：使用UserString提升代码效率
## 1.1 字符串的定义与创建 在Python中，字符串是由字符组成的不可变序列，可以使用单引号、双引号或三引号来定义。例如： ```python single_line_string = 'Hello, World!' double_line_string = "Python is ...
sql中 in , not in , exists , not exists效率分析
jamesge的博客
09-24 4957
in和exists执行时，in是先执行子查询中的查询，然后再执行主查询。而exists查询它是先执行主查询，即外层表的查询，然后再执行子查询。 exists 和 in 在执行时效率单从执行时间来说差不多，exists要稍微优于in。在使用时一般应该是用exists而不用in 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。IN时不对NULL进行处理。 not exists 和 not in...
exists\not exists和in\not in效率
一轮明月半城沙
09-15 353
最近在生产环境执行脚本时，发现exists的执行效率远低于in,最终查资料后解决了我的疑问，现贴图如下备忘
not in 和 not 效率区别
millerrch的专栏
12-08 306
update sso.m_user_info ui set ui.sjfw=(   select oimu.organize_detail_code from (select * from sso.m_organize_info oi inner join sso.m_organize_user mu on mu.organize_code=oi.organize_code   ) oimu...
SQL优化 —— in与not in
热门推荐
张之海的博客
05-30 2万+
文章从三方面介绍：查询集合，查询出错率，查询效率。总结出两点： in后的查询集合不确定 例如in (select…)，应判断内查询与外查询的关系。当内查询的表小时（小于外查询的表），用in效率高。当外查询的表小时（小于内查询的表），用exists效率高。（因为in 先执行内查询，再执行外查询；而 exists先执行外查询再执行内查询） in后的查询集合是确定且有限 集合内的值连续时，应尽可能使用...
记录mysql in和not in 效率低下的问题
zxaimai的博客
11-29 1万+
当数据量过大时（上万条），使用in 或 not in 效率会很低，因为 in 会扫描全表，虽然会走索引，但是效率任然很低，而not in 是不走索引的。 此时推荐使用join方式进行关联查询 select * from a where id in (select aid from b) 可以用下面语句代替，会发现效率提高很多 select * from a left join b on a.id=.........
sql中in,not in,exists,not exists效率分析
活跃的技术客
08-26 772
in和exists执行时，in是先执行子查询中的查询，然后再执行主查询。而exists查询它是先执行主查询，即外层表的查询，然后再执行子查询。 exists和in在执行时效率单从执行时间来说差不多，exists要稍微优于in。在使用时一般应该是用exists而不用in 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。IN时不对NULL进行处理。 not exists和not in...
EXISTS、IN、NOT EXISTS、NOT IN的区别与性能分析
beachman的专栏
06-14 581
1.EXISTS的执行流程select * from t1 where exists ( select null from t2 where y = x)可以理解为:for x in ( select * from t1 )loopif ( exists ( select null from t2 where y = x.x )thenOUTPUT THE RECO
一文浅谈sql中的 in与not in,exists与not exists的区别以及性能分析
念兮为美
02-13 2439
一文浅谈sql中的 in与not in,exists与not exists的区别以及性能分析
not in与 id!=效率对比分析
鱼火
08-11 6585
not in的效率并不高，这个大家都知道， 但还有比not in效率更不高的。 今天查看慢查询记录文件，发现了一个神器的sql,具体写法就不说了，类似于这种：SELECT * from kills where id != '12323' and id != '13323' and id != '478732' 当时我好奇心就来了，这种为毛不写成select * from kills wher
   是什么
最新发布
03-16
| 非换行内容 | 单位与数值的组合（如`10 kg`） | --- #### 注意事项 - **避免滥用**：过多使用可能影响响应式布局，建议优先通过CSS（如`white-space: pre`）控制空格行为。 - **与其他空格区别**：` `...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值