搜云库技术团队
前言：本来小表驱动大表的知识应该在前面就讲解的，但是由于之前并没有学习数据批量插入，因此将其放在这里。在查询的优化中永远小表驱动大表。
1.为什么要小表驱动大表呢
类似循环嵌套
for(int i=5;.......)
{
for(int j=1000;......)
{}
}
如果小的循环在外层，对于数据库连接来说就只连接5次，进行5000次操作，如果1000在外，则需要进行1000次数据库连接，从而浪费资源，增加消耗。这就是为什么要小表驱动大表。
2.数据准备
根据MySQL高级知识（十）——批量插入数据脚本中的相应步骤在tb_dept_bigdata表中插入100条数据，在tb_emp_bigdata表中插入5000条数据。
注：100个部门，5000个员工。tb_dept_bigdata（小表），tb_emp_bigdata（大表）。
3.案例演示
①当B表的数据集小于A表数据集时，用in优于exists。
select *from tb_emp_bigdata A where A.deptno in (select B.deptno from tb_dept_bigdata B)
B表为tb_dept_bigdata：100条数据，A表tb_emp_bigdata：5000条数据。
用in的查询时间为：
将上面sql转换成exists：
select *from tb_emp_bigdata A where exists(select 1 from tb_dept_bigdata B where B.deptno=A.deptno);
用exists的查询时间：
经对比可看到，在B表数据集小于A表的时候，用in要优于exists，当前的数据集并不大，所以查询时间相差并不多。
②当A表的数据集小于B表的数据集时，用exists优于in。
select *from tb_dept_bigdata A where A.deptno in(select B.deptno from tb_emp_bigdata B);
用in的查询时间为：
将上面sql转换成exists：
select *from tb_dept_bigdata A where exists(select 1 from tb_emp_bigdata B where B.deptno=A.deptno);
用exists的查询时间：
由于数据量并不是很大，因此对比并不是难么的强烈。
附上视频的结论截图：
4.总结
下面结论都是针对in或exists的。
in后面跟的是小表，exists后面跟的是大表。
简记：in小，exists大。
对于exists
select …..from table where exists(subquery);
可以理解为：将主查询的数据放入子查询中做条件验证，根据验证结果（true或false）来决定主查询的数据是否得以保留。
https://www.cnblogs.com/developer_chan/category/1020652.html
