IN先物化子查询再比对，EXISTS逐行执行支持短路；IN遇NULL返回UNKNOWN导致漏查，NOT IN遇NULL恒为空集，NOT EXISTS无此问题；性能取决于索引与执行计划。
IN 先物化子查询，再逐行比对
IN 的执行是「两阶段」：先完整跑完子查询，把结果全部加载进内存（临时哈希表），再扫描主表每一行，用 WHERE 字段去查这个哈希表。这意味着子查询哪怕只差一行就匹配上，也必须等它完全执行完毕。
- 子查询执行 1 次，但结果集必须全量返回、去重、建索引（哈希）
- 主表扫描时，若
WHERE字段无索引，就会触发type: ALL，性能断崖下跌 - 子查询里只要出现一个
NULL，整个IN表达式变成UNKNOWN，该行直接被过滤掉（不是慢，是逻辑错误） - 示例：
SELECT * FROM orders WHERE customer_id IN (SELECT id FROM customers)——customers.id若含NULL，所有订单都查不到
EXISTS 是“每行一次子查询”，支持短路
EXISTS 不关心子查询返回什么值，只看是否至少有一行。它对外表（主查询）逐行处理，每行代入子查询条件中执行一次，一旦命中就立刻停，不继续查剩余行。
- 子查询执行次数 = 主表扫描行数（比如主表 10 万行，子查询最多执行 10 万次）
- 能否快，取决于子查询是否能走索引 —— 关键是内表（子查询里的表）的关联字段要有索引，例如
orders(user_id) -
EXISTS对NULL完全免疫：子查询里字段为NULL或结果含NULL，只要返回一行，就算TRUE - 示例：
SELECT * FROM users u WHERE EXISTS (SELECT 1 FROM orders o WHERE o.user_id = u.id)—— 即使orders.user_id有NULL，也不影响判断
看执行计划比背口诀更靠谱
别靠“小表驱动大表”这种模糊经验做选择。同一语义的 SQL，EXPLAIN 出来的 rows、type、key 才是真实依据。
-
IN计划里出现materialized+Using where; Using index（外表字段走索引），说明它正在高效哈希匹配 -
EXISTS计划里看到dependent subquery或semijoin，且子查询部分有Using index（内表字段走索引），才真正发挥优势 - 如果
EXISTS子查询里没索引，它会退化成嵌套循环全扫，比IN还慢 - 用
EXPLAIN FORMAT=TREE（MySQL 8.0+）能更清楚看到物化 vs 循环结构
NOT IN 的陷阱比性能问题更致命
只要子查询结果里有一个 NULL，NOT IN 就永远返回空集 —— 这是 SQL 三值逻辑的硬伤，不是优化能解决的。
-
SELECT * FROM users WHERE id NOT IN (SELECT user_id FROM logs)：哪怕logs.user_id只有一条NULL，整条语句查不出任何用户 -
NOT EXISTS没这个问题，它只判断“有没有匹配行”，NULL不参与布尔计算 - 即使你确认当前数据无
NULL，也建议统一用NOT EXISTS—— 避免后续加字段、改约束时突然崩掉
真正卡住人的，从来不是“哪个更快”，而是 NULL 导致的逻辑错、索引没生效时的隐性全表扫、以及执行计划里藏得极深的 materialized 内存膨胀。写完记得 EXPLAIN 一眼，比猜强十倍。
