MySQL `where...in`语句--它是否删除重复项？

Question

我很好奇MySQL的where ... in (...)语句是否删除了作为优化的副本。

例如，如果我使用子查询，使用DISTINCT删除重复项是否重要？

一个示例查询：

SELECT * FROM foo WHERE bar_id IN (
    SELECT id FROM bar where user_id = 4
);

子查询有可能返回重复的bar.id's。

MySQL查询优化是否使查询更好？

SELECT * FROM foo WHERE bar_id IN (
    SELECT DISTINCT id FROM bar where user_id = 4
);

从我在bar表中有2.5mm行的数据库上进行的测试(在适合这样的查询时使用索引)，结果时间大致相同(对于一个大的RDS实例，目前有大量的开销)。

我应该注意到，我希望得到的解释比“使用DISTINCT时子查询返回的结果更少，所以当然更好”，因为这忽略了MySQL的查询优化器。例如，DISTINCT可能使用更多的资源，因此总体速度较慢，特别是在where...in(...)语句很容易优化重复的情况下。这些是我不确定的细节。

Answer 1

假设user_id不是PRIMARY KEY，那么MySQL将需要去复制子查询以应用正确的语义。这里不应该需要DISTINCT关键字，因为它不会改变语义。

MySQL实际上有多个用于删除重复项的策略：https://dev.mysql.com/doc/refman/8.0/en/subquery-optimization.html

要查看使用的策略，您需要粘贴来自EXPLAIN FORMAT=JSON的输出(它没有出现在常规的表格解释中)。你会看到这样的情况：

     "transformation": {
                   "select#": 2,
                   "from": "IN (SELECT)",
                   "to": "semijoin",
                   "chosen": true
                 }