PostgreSQL in 与 = any 的SQL语法异同与性能优化

最新推荐文章于 2025-07-14 18:28:23 发布

weixin_34010949

最新推荐文章于 2025-07-14 18:28:23 发布

阅读量6.3k

点赞数

CC 4.0 BY-SA版权

文章标签：数据库开发工具

原文链接：https://yq.aliyun.com/articles/424714

本文探讨了PostgreSQL中in、=any和exists三种语法在实现相同功能时的执行计划和性能差异。通过举例和分析，指出=any的写法不受work_mem影响，适用于limit操作；exists在匹配一条后即可返回，性能优异；而in在subquery中可能涉及哈希表，性能依赖于work_mem设置。建议根据场景选择合适的语法，并提出内核优化的可能性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

背景

数据库SQL也算一门比较神奇的语言了，比如很多需求可以有不同的SQL来实现：

我之前有输出过一个IN的测试，这里面实际上也涉及到多个语法，实现同一个功能点。测试CASE是1亿 in 100万的多种写法的性能差异。

《HTAP数据库 PostgreSQL 场景与性能测试之 25 - (OLTP) IN , EXISTS 查询》

例如下面三个QUERY的语义就是一样的

select * from tbl where id in (select id from t);  
  
select * from tbl where exists (select 1 from t where t.id=tbl.id);  
  
select * from tbl where id = any (array( select id from t ));

但是不同的SQL，数据库可能会选择不一样的执行计划，并且执行效率可能千差万别。

几个例子

1、创建测试表，模拟1万 IN 100万的操作。

postgres=# create table t(id int);  
CREATE TABLE  
postgres=# insert into t select generate_series(1,100*10000);  
INSERT 0 1000000

2、我们看一看不同写法的执行计划如何：

postgres=# explain select n = any(array(select id from t)) from generate_series(1,10000) as n;  
                                   QUERY PLAN                                      
---------------------------------------------------------------------------------  
 Function Scan on generate_series n  (cost=14425.00..14447.50 rows=1000 width=1)  
   InitPlan 1 (returns $0)  
     ->  Seq Scan on t  (cost=0.00..14425.00 rows=1000000 width=4)  
(3 rows)  
  
postgres=# explain select n in (select id from t) from generate_series(1,10000) as n;  
                                   QUERY PLAN                                      
---------------------------------------------------------------------------------  
 Function Scan on generate_series n  (cost=16925.00..16937.50 rows=1000 width=1)  
   SubPlan 1  
     ->  Seq Scan on t  (cost=0.00..14425.00 rows=1000000 width=4)  
(3 rows)  
</