PHP数组差异与MySQL NOT IN的比较

Question

我将尝试比较两个表中的两列邮政编码，以查看第二个表中是否缺少值。

我最初想使用mysql进行操作，我的查询大致如下：

'SELECT code FROM t1 WHERE t1 NOT IN (select code FROM t2)'

但是它真的很慢，所以我尝试了另一种方法： 我做了两个选择，然后用array_diff()比较结果。

使用mysql：几分钟，有时会崩溃

使用PHP：少于1秒。

有人能解释这些差异吗？ 我的SQL查询有问题吗？

- FLX

---

可以使用 LEFT 或 RIGHT JOIN 轻松地检查一张表中缺失的值（与另一张表相比），这就是它们所用的操作方式。或者可以查看这个链接：https://dev59.com/HkrSa4cB1Zd3GeqPVU8B - serjoscha

两个表格大约有 50,000 行。 @serjoscha：这是一个好主意。我使用的示例在多个 SO 线程中都可以找到，所以它看起来很好。 - FLX

好的，那么你的问题解决了吗？---------还有一件事：array_diff不是一个好主意，因为：要使用array_diff，需要从SQL服务器中获取整个数据，然后才能确定差异。这不是性能编程的好方法。但是，当使用mysql解决您的问题时，所有操作都在服务器上进行，只有结果会被发送回给您。在几乎所有情况下，这是实现脚本的更快更快更快的方式。 - serjoscha

@FC - 如果您没有索引，那么一定要添加一个，因为这将加快查询速度。您可以像这样添加索引：ALTER TABLE <table> ADD INDEX code_idx (code) 这应该对两个表都进行。如果您执行 EXPLAIN 查询，您会看到类似于 Using where; Using index; Using join buffer 的内容，这是好的。 - Cyclonecode

@serjoscha：我应该说这是一次性查询，只是为了填补缺失的数据。这不是一个会定期运行的脚本。 - FLX

Answer 1

如果您的主表有50k行，则在查询中使用_子查询将导致_{1 + 50k次执行}选择。一次是为了第一个表，另外50k次是每行一个选择。服务器会比较带子查询的行，而这个子查询在迭代主表时每次都会重新加载。这就是为什么您的SQL代码需要时间，并且也可能是巨大的内存问题。

请参见serjoschas关于_联接的信息，以便在SQL中修复它，这应该比您的PHP解决方案更快。

检查表中缺失哪些值（与另一个表相比）可以轻松地通过左或右连接来完成，它们只是为此类操作而制作的...或者看看这篇文章：如何在两个MySQL表之间查找缺失值- serjoscha

_{一个解决方案：}

SELECT code FROM t1
WHERE code NOT IN ( SELECT code FROM t2 )

将会是：

SELECT t1.code 
FROM t1
LEFT JOIN t2
ON t1.code = t2.code
WHERE t2.code is null

试一下。 此外，如 Cyclone 所建议的那样，请查看索引：

如果您没有索引，则应该添加一个，因为这将加快查询速度。您可以像这样添加索引：ALTER TABLE ADD INDEX code_idx（code），这应该针对两个表进行操作。如果您执行查询的 EXPLAIN，您将看到类似于 Using where; Using index; Using join buffer 的内容，这是很好的 - Cyclone

索引可以加快查询速度。 如果表只提供一个列，则使用与源表相同内容的索引表搜索将完全相同且冗余。否则，我强烈建议在t2的代码列上创建索引，这会大大提高性能并减少内存消耗。

- Daniel

---

他还需要在所选字段中使用表名，例如 SELECT t1.code，因为在这种情况下 code 是不明确的。 - Cyclonecode

谢谢，我已经修复了那个问题和索引部分。 - Daniel

谢谢，总结得很好。也感谢Cyclone和serjoscha。 - FLX