Qual é a diferença entre NOT EXISTS vs. NOT IN vs. LEFT JOIN ON WHERE IS NULL?

Parece-me que você pode fazer a mesma coisa em uma consulta SQL usando NOT EXISTS, NOT IN ou LEFT JOIN WHERE IS NULL. Por exemplo:

SELECT a FROM table1 WHERE a NOT IN (SELECT a FROM table2)

SELECT a FROM table1 WHERE NOT EXISTS (SELECT * FROM table2 WHERE table1.a = table2.a)

SELECT a FROM table1 LEFT JOIN table2 ON table1.a = table2.a WHERE table1.a IS NULL

Não tenho certeza se tenho toda a sintaxe correta, mas estas são as técnicas gerais que já vi. Por que eu escolheria usar um sobre o outro? O desempenho difere ...? Qual destes é o mais rápido / mais eficiente? (Se depender da implementação, quando eu usaria cada um?)

• NOT IN vs. NOT EXISTS vs. LEFT JOIN / É NULL: SQL Server

• NOT IN vs. NOT EXISTS vs. LEFT JOIN / É NULL: PostgreSQL

• NOT IN vs. NOT EXISTS vs. LEFT JOIN / É NULL: Oracle

• NOT IN vs. NOT EXISTS vs. LEFT JOIN / É NULL: MySQL

Em poucas palavras:

NOT INé um pouco diferente: nunca corresponde se houver apenas um NULLna lista.

• Em MySQL, NOT EXISTSé um pouco menos eficiente

• Em SQL Server, LEFT JOIN / IS NULLé menos eficiente

• Em PostgreSQL, NOT INé menos eficiente

• Em Oracle, todos os três métodos são os mesmos.

Se o banco de dados é bom para otimizar a consulta, os dois primeiros serão transformados em algo próximo ao terceiro.

Para situações simples como as que você pergunta, deve haver pouca ou nenhuma diferença, pois todas serão executadas como junções. Em consultas mais complexas, o banco de dados pode não conseguir fazer uma junção das consultas not ine not exists. Nesse caso, as consultas ficarão muito mais lentas. Por outro lado, uma associação também pode ter um desempenho ruim se não houver um índice que possa ser usado; portanto, apenas porque você usa uma associação não significa que você está seguro. Você precisaria examinar o plano de execução da consulta para saber se pode haver algum problema de desempenho.

Supondo que você esteja evitando nulos, são todas as formas de escrever uma anti-junção usando o SQL padrão.

Uma omissão óbvia é o equivalente usando EXCEPT:

SELECT a FROM table1
EXCEPT
SELECT a FROM table2

Observe no Oracle que você precisa usar o MINUSoperador (sem dúvida um nome melhor):

SELECT a FROM table1
MINUS
SELECT a FROM table2

Falando em sintaxe proprietária, também pode haver equivalentes não-padrão que valem a pena investigar, dependendo do produto que você está usando, por exemplo, OUTER APPLYno SQL Server (algo como):

SELECT t1.a
  FROM table1 t1
       OUTER APPLY 
       (
        SELECT t2.a
          FROM table2 t2
         WHERE t2.a = t1.a
       ) AS dt1
 WHERE dt1.a IS NULL;

Quando for necessário inserir dados na tabela com chave primária de vários campos, considere que será muito mais rápido (tentei no Access, mas acho que em qualquer banco de dados) não verificar se "não existem registros com 'tais' valores na tabela", - basta inserir na tabela e os registros em excesso (pela tecla) não serão inseridos duas vezes.

A perspectiva de desempenho sempre evita o uso de palavras-chave inversas como NOT IN, NOT EXISTS, ... Porque para verificar os itens inversos, o DBMS precisa executar todas as opções disponíveis e soltar a seleção inversa.