SQL查询优化：移除NOT IN语句的需求及尝试

完全理解你的痛点！当数据量突破50万行后，NOT IN确实会因为无法有效利用索引、加上潜在的NULL值逻辑陷阱（如果子查询里存在NULL，整个查询结果会直接为空），导致查询速度急剧下降。下面给你几个经过实践验证的替代方案，都是能高效利用索引的：

替代方案1：LEFT JOIN + IS NULL #

这是最经典的替代方式，数据库优化器能很好地利用关联字段上的索引，性能比NOT IN提升非常明显。

举个实际例子：
假设你原来的NOT IN查询是这样的：

SELECT * FROM orders
WHERE customer_id NOT IN (SELECT id FROM customers WHERE is_active = 0);

改成LEFT JOIN的写法后：

SELECT o.* 
FROM orders o
LEFT JOIN customers c 
  ON o.customer_id = c.id 
  AND c.is_active = 0  -- 把筛选条件放到关联条件里
WHERE c.id IS NULL;

为什么更好？
通过左关联找到所有不匹配的记录，过滤掉关联成功的行，数据库可以直接用orders.customer_id和customers.id上的索引来快速匹配，避免了NOT IN带来的全表扫描问题。

替代方案2：NOT EXISTS #

NOT EXISTS的执行逻辑是“找到不存在匹配条件的记录”，数据库优化器通常会把它转换成半连接，同样能高效利用索引，而且逻辑上和NOT IN更贴近，可读性更强。

还是用上面的场景，改写后的查询：

SELECT * FROM orders o
WHERE NOT EXISTS (
    SELECT 1  -- 这里用1比用*更高效，因为不需要返回实际字段
    FROM customers c 
    WHERE c.id = o.customer_id 
      AND c.is_active = 0
);

为什么更好？
子查询只要找到一条匹配的记录就会停止（短路求值），加上索引的加持，比NOT IN的全表扫描快很多，而且完全不会有NOT IN遇到NULL值时的逻辑错误。

替代方案3：EXCEPT（适用于PostgreSQL、SQL Server等支持的数据库） #

如果你的数据库支持集合操作，EXCEPT也是个不错的选择，它会返回第一个查询有但第二个查询没有的记录，逻辑非常清晰。

示例写法：

SELECT customer_id FROM orders
EXCEPT
SELECT id FROM customers WHERE is_active = 0;

为什么更好？
EXCEPT会自动处理去重，数据库会优化这个集合操作，利用索引快速对比两个数据集，性能表现同样优于NOT IN。

额外提醒 #

不管用哪种替代方案，一定要确保关联字段（比如上面的customer_id和id）上创建了合适的索引，这是性能提升的核心前提！如果之前没建索引，记得先补上。

内容的提问来源于stack exchange，提问作者Batman