MySql的in和join对比谁更高效

公司有个SQl根据时间判断是否变化进而更新到主表通知下游服务告知变化

首先看下优化前和优化后的sql：

优化前：执行很慢

UPDATE vrs_video 
SET updated_at = now() 
WHERE
	vrs_video.id IN (
	SELECT DISTINCT
		video_id 
	FROM
		vrs_play_source 
	WHERE
	vrs_play_source.updated_at > DATE_ADD( NOW(), INTERVAL - 5 MINUTE ))

优化后：速度很快

UPDATE vrs_video v
INNER JOIN (
	SELECT DISTINCT
		video_id 
	FROM
		vrs_play_source 
	WHERE
	vrs_play_source.updated_at > DATE_ADD( NOW(), INTERVAL - 5 MINUTE )) AS subquery ON v.id = subquery.video_id 
	SET v.updated_at = NOW()

说明：vrs_video是视频表、vrs_play_source 是播放源表 如果播放源表变化那就更新到 视频表中，最后通过查询 视频表的变化 通知下游

实际上业务比这个复杂不止这一个sql，一个视频 他有剧集表、分类表、人物表、标签表等。需要把每个副表的变化都更新到主表，然后主表拿到更新的视频ID去通知下游。

执行顺序比较

优化前的SQL：

我们看下他的执行计划

执行顺序：

• 扫描主表
  首先，数据库引擎扫描 vrs_video 表。根据执行计划，它使用了 PRIMARY 索引，可能会遍历大量行（计划中显示约 5702245 行）。

• 执行依赖子查询
  对于 vrs_video 表中的每一行，都会对子查询

  select distinct video_id from vrs_play_source where vrs_play_source.updated_at > DATE_ADD(NOW(),INTERVAL -5 MINUTE)

  进行求值。执行计划中显示该子查询为 “DEPENDENT SUBQUERY”，这意味着它与外层查询有关联（尽管查询本身没有引用外层字段，但 MySQL 优化器可能判定其依赖性），可能在每行判断时重复计算或部分重复计算。

• 条件判断与更新
  如果当前 vrs_video.id 在子查询返回的 video_id 集合中，则满足条件，接着执行更新操作，将 updated_at 字段设置为 NOW()。

优化后的SQl执行顺序

• 构造派生表（子查询）
  首先，执行派生子查询

  select distinct video_id from vrs_play_source where vrs_play_source.updated_at > DATE_ADD(NOW(),INTERVAL -5 MINUTE)

  该子查询的结果会被物化成一个临时表（或称派生表），通常数据量较小（如执行计划显示只有几行）。

• JOIN 连接
  使用派生表与 vrs_video 表进行内连接，连接条件为 v.id = subquery.video_id。由于 vrs_video 表的主键索引被利用（执行计划中显示为 eq_ref），连接过程非常高效。

• 更新操作
  对于连接成功的记录，直接更新 vrs_video 表中的 updated_at 字段为 NOW()。

总结

• 第一个 SQL：
  执行顺序为先扫描 vrs_video 表，然后对每一行执行依赖子查询进行判断，最后更新满足条件的记录。由于子查询被标记为“DEPENDENT”，可能会在外层每行判断时多次执行，从而影响效率。

• 第二个 SQL：
  执行顺序是先独立执行子查询，将满足条件的 video_id 物化为一个临时表，再将该结果与 vrs_video 表进行高效的索引连接，最后更新匹配的记录。整体流程较清晰，且子查询只执行一次。

这种执行顺序的差异是性能差异的重要原因之一，尤其是在数据量较大的情况下，第二种写法往往会更高效。