Assumindo que você tenha algo como:
CREATE TABLE a ( id INTEGER, descricao TEXT );
CREATE TABLE b ( id2 INTEGER );
INSERT INTO a ( id, descricao ) VALUES ( 1, 'alpha' );
INSERT INTO a ( id, descricao ) VALUES ( 2, 'beta' );
INSERT INTO a ( id, descricao ) VALUES ( 3, 'gamma' );
INSERT INTO a ( id, descricao ) VALUES ( 4, 'delta' );
INSERT INTO b (id2) VALUES (1);
INSERT INTO b (id2) VALUES (1);
INSERT INTO b (id2) VALUES (4);
INSERT INTO b (id2) VALUES (4);
Na teoria, a primeira query parece ser mais performática que a segunda, pois o SELECT
contido dentro do IN
seria executado apenas uma vez para se obter o universo de IDs
contidos na tabela b
, por exemplo:
SELECT * FROM a WHERE id IN (SELECT ID2 FROM b)
Ou:
SELECT * FROM a WHERE id IN (1,2,3,4)
O EXISTS
da segunda query vai depender do valor da coluna ID
da tabela a
para ser executado, ou seja, o SELECT
na tabela b
seria executado diversas vezes, uma para cada registro contido na tabela a
, veja só:
SELECT * FROM a WHERE EXIST (SELECT 1 FROM b WHERE a.ID = b.ID2)
Ou:
SELECT * FROM a WHERE EXISTS (SELECT 1 FROM b WHERE 1 = b.ID2) -- TRUE
SELECT * FROM a WHERE EXISTS (SELECT 1 FROM b WHERE 2 = b.ID2) -- FALSE
SELECT * FROM a WHERE EXISTS (SELECT 1 FROM b WHERE 3 = b.ID2) -- FALSE
SELECT * FROM a WHERE EXISTS (SELECT 1 FROM b WHERE 4 = b.ID2) -- TRUE
Na prática, o planner/optimizer doPostgreSQL
é esperto o bastante para compreender que ambas as queries produzem resultados idênticos, e por baixo do panos ambas as queries seriam executadas de forma idêntica.
Isso pode ser demonstrado com o comando EXPLAIN
:
Primeira Query:
EXPLAIN SELECT * FROM a WHERE id IN (SELECT ID2 FROM b)
Saída:
Hash Join (cost=44.50..83.71 rows=615 width=36)
Hash Cond: (a.id = b.id2)
-> Seq Scan on a (cost=0.00..22.30 rows=1230 width=36)
-> Hash (cost=42.00..42.00 rows=200 width=4)
-> HashAggregate (cost=40.00..42.00 rows=200 width=4)
-> Seq Scan on b (cost=0.00..34.00 rows=2400 width=4)
Segunda Query:
EXPLAIN SELECT * FROM a WHERE EXISTS (SELECT 1 FROM b WHERE a.ID = b.ID2)
Saída:
Hash Join (cost=44.50..83.71 rows=615 width=36)
Hash Cond: (a.id = b.id2)
-> Seq Scan on a (cost=0.00..22.30 rows=1230 width=36)
-> Hash (cost=42.00..42.00 rows=200 width=4)
-> HashAggregate (cost=40.00..42.00 rows=200 width=4)
-> Seq Scan on b (cost=0.00..34.00 rows=2400 width=4)
Na prática, não use a intuição, use o EXPLAIN
!