Mysql查询某一字段A表存在但B表不存在的新增数据

问题描述

昨天在面试中遇到了这样一个问题：

假如aa表中存在XX字段，bb表中存在XX字段，要求使用最快的sql找出存在aa表中但不存在bb表中的数据，请说明原因为什么认为它最快

问题分析

根据问题，立马回想起了以前的一个项目，这不就是找新增数据嘛，见下图：

绿色就代表新增数据了，红色代表join数据，很显然题中是只需要绿色部分的新增数据即可；
然而left join会查询出红色+绿色；而inner join只能查询出红色；
让left join结果 - inner join结果就好了，这是最原始的想法，也是最笨的思路，显然要丢弃

解决方案

既然打算实验，那就先创建两张表吧！

部门表

-- ----------------------------
-- Table structure for department
-- ----------------------------
DROP TABLE IF EXISTS `department`;
CREATE TABLE `department`  (
  `id` int NOT NULL AUTO_INCREMENT COMMENT '表ID字段',
  `dept` varchar(30) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '部门',
  PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;

-- ----------------------------
-- Records of department
-- ----------------------------
INSERT INTO `department` VALUES (1, '开发部');
INSERT INTO `department` VALUES (2, '测试部');
INSERT INTO `department` VALUES (3, '其他部');
INSERT INTO `department` VALUES (4, '数据部');

---

新部门表

-- ----------------------------
-- Table structure for new_department
-- ----------------------------
DROP TABLE IF EXISTS `new_department`;
CREATE TABLE `new_department`  (
  `id` int NOT NULL AUTO_INCREMENT COMMENT '自增ID',
  `dept` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '部门',
  PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Dynamic;

-- ----------------------------
-- Records of new_department
-- ----------------------------
INSERT INTO `new_department` VALUES (1, '开发部');
INSERT INTO `new_department` VALUES (2, '测试部');
INSERT INTO `new_department` VALUES (3, '财务部');
INSERT INTO `new_department` VALUES (4, '运营部');
INSERT INTO `new_department` VALUES (5, '市场部');
INSERT INTO `new_department` VALUES (6, '数据部');

说明：为了简化，以下用a表代表new_department; b表代表department

方案一

-- 1、找到b表中所有的dept
-- 2、找到a表中所有的dept
-- 3、使用not in进行排除重复数据
SELECT
	* 
FROM
	new_department a
WHERE
	dept NOT IN ( SELECT dept FROM department b);

效率最低，不做解释了

方案二

-- 1、a表左连接b表，可以查出所有部门信息(可以查看效果)
-- 2、判断条件：b表的dept为空，即能查询出新增数据
SELECT
	* 
FROM
	new_department a
	LEFT JOIN department b ON a.dept = b.dept 
WHERE
	b.dept IS NULL;

左连接效果：

效率比not in要快上一些，至少两条语句都是简单查询

方案三

-- sql执行顺序
-- from => where => group by => having => order => select
-- 1、统计a表和b表连接的行数,连接字段：dept
-- 2、子查询的行数为0，即能查询出新增数据
SELECT
	* 
FROM
	new_department a 
WHERE
	( SELECT count( 1 ) FROM department b WHERE a.dept = b.dept ) = 0;

使用数字比较，也比not in要快，至于方案二和方案三谁快，就需要进行大量试验了

方案三分析

参考了https://zhidao.baidu.com/question/509144661.html中第二条评论

先来查看一下a表和b表的所有数据吧

department表数据(b表)

SELECT * FROM new_department;

new_department表数据（a表）

SELECT * FROM department;

---

select * from new_department是执行a表

1. 当执行“dept=开发部”时 ，执行select count(1) from department b where a.dept = b.dept，因为a表和b表都有"开发部"，结果不等于0，所以运行结果没有第一行“dept=开发部”；

2. 当执行“dept=测试部”时 ，执行select count(1) from department b where a.dept = b.dept ，因为a表和b表都有"测试部"，结果不等于0，所以运行结果没有第二行“dept=测试部”；

3. 当执行“dept=财务部”时 ，执行select count(1) from department b where a.dept = b.dept ，因为a表有"财务部"而b表没有"财务部"，结果等于0 ，符合条件，所以被查询出来了；

4. 其余依次类推，因此可以在a表中排除b表的数据，最终结果：