SQL嵌套IN子查询性能优化求助：跨表查询耗时过长问题

这种情况我太熟悉了——当IN子句嵌套的查询返回大量结果时，SQL Server的执行计划很容易“卡壳”，导致整体查询慢得离谱，反而分开跑却快很多。给你几个亲测有效的优化方案，按优先级来试：

1. 用EXISTS替换IN子句 #

IN子句在处理几百上千个值之后，很容易被数据库转换成效率低下的执行逻辑（比如把所有值展开成OR列表，或者做嵌套循环扫描）。换成EXISTS的话，数据库会采用半连接优化，只要找到第一个匹配项就停止检查，性能提升非常明显：

SELECT * 
FROM [Database]..[Table_B] B
WHERE EXISTS (
    SELECT 1 -- 这里用1比*更轻量，不影响结果
    FROM [Database]..[Table_A] A
    WHERE A.Id_A = B.Id_B
      AND A.location = 'US' 
      AND A.datetime_in >= DATEADD(DAY,-30,GETDATE()) 
      AND ( 
          CASE 
              WHEN A.date_sent IS NULL THEN DATEDIFF(hh, A.datetime_in, GETDATE()) 
              WHEN A.date_sent IS NOT NULL THEN DATEDIFF(hh, A.datetime_in, A.ship_date) 
              ELSE 0 
          END) > 120
)

如果Table_B.Id_B有索引，这个查询的速度会和你分开跑两个查询的总耗时接近。

2. 用临时表存储中间结果 #

既然分开执行两个查询只需要2分钟，那我们可以把这个流程固化下来，用临时表存Query1的结果，再关联查询Table_B。临时表会生成统计信息，数据库能针对临时表和Table_B的关联生成更优的执行计划：

-- 第一步：创建带主键的临时表，主键索引会加速后续关联
CREATE TABLE #TempIds (Id_A INT PRIMARY KEY) -- 注意匹配Id_A的数据类型，比如VARCHAR(50)

INSERT INTO #TempIds
SELECT Id_A 
FROM [Database]..[Table_A] 
WHERE location = 'US' 
  AND datetime_in >= DATEADD(DAY,-30,GETDATE()) 
  AND ( 
      CASE 
          WHEN date_sent IS NULL THEN DATEDIFF(hh, datetime_in, GETDATE()) 
          WHEN date_sent IS NOT NULL THEN DATEDIFF(hh, datetime_in, ship_date) 
          ELSE 0 
      END) > 120

-- 第二步：关联临时表查询，速度会比嵌套IN快很多
SELECT * 
FROM [Database]..[Table_B] B
INNER JOIN #TempIds T ON B.Id_B = T.Id_A

-- 可选：会话结束后临时表会自动删除，手动清理也可以
DROP TABLE #TempIds

3. 给Table_A添加覆盖索引 #

你的Query1耗时1分钟，说明它本身还有优化空间。创建一个覆盖索引，让数据库不需要回表就能获取所有需要的数据：

CREATE NONCLUSTERED INDEX IX_Table_A_Location_DatetimeIn
ON [Database]..[Table_A] (location, datetime_in)
INCLUDE (Id_A, date_sent, ship_date)

这个索引包含了Query1里所有过滤条件和需要用到的字段，Query1可以直接从索引里读取数据，不用访问主表，能把Query1的耗时从1分钟压缩到几十秒甚至更快。

4. 确保Table_B.Id_B有索引 #

如果Table_B.Id_B没有索引，不管是IN还是JOIN都会触发全表扫描，这是性能杀手。如果它不是主键，赶紧加个非聚集索引：

CREATE NONCLUSTERED INDEX IX_Table_B_Id_B
ON [Database]..[Table_B] (Id_B)

有了这个索引，数据库能快速定位到匹配的行，不会再慢吞吞地扫整个表。

优先试试前两个方案，应该能快速把总耗时降到5分钟以内，再配合索引优化，效果会更好。

内容的提问来源于stack exchange，提问作者Arturo