探讨select in 在postgresql的效率问题
在知乎上看到这样一个问题：
MySQL查询select*fromtablewhereidin(几百或几千个id)如何提高效率？修改
电商网站，一个商品属性表，几十万条记录，80M，索引只有主键id，做这样的查询如何提高效率？
select*fromtablewhereidin(几百或几千个id)
这些id没啥规律，分散的。。。。
看了一下答案，感觉有好多不靠谱的，但是口说无凭，所以在我的电脑上写了几个查询测试一下。我用的是Postgresql9.4，但感觉mysql应该也差不多，首先创建一个简单表，只有简单的3列，在这个问题的下面好多人提到了需要看表的大小，其实这个问题和表大小无关，只和index的大小有关，因为是index是建立在int上的，所以只和纪录数目有关。
Table"public.t9"
Column|Type|Modifiers
--------+----------------+-----------
c1|integer|
c2|character(100)|
c3|character(200)|
Indexes:
"i1"UNIQUE,btree(c1)insertintot9values(generate_series(1000,500000,1),repeat('a',90),repeat('b',180));
之后生成一些随机数，Mac上用jot，Linux上用shuf
for((i=0;i<100000;i++)) do jot-r11000600000>>rand.file done
然后根据rand.file生成查询语句：
select*fromt9wherec1in( 494613, 575087, 363588, 527650, 251670, 343456, 426858, 202886, 254037, ... 1 );
分别生成3个sql文件，in内变量的数目分别是100，1000和10000个，执行这3个sql文件，看看时间
trypsqlstudy-ftest_100.sql-o/dev/null LOG:duration:2.879ms trypsqlstudy-ftest_1000.sql-o/dev/null LOG:duration:11.974ms trypsqlstudy-ftest_10000.sql-o/dev/null LOG:duration:355.689ms
可以看到只有在in内数据到了10，000个的时候数据时间会有比较大的变化，但也不过是在300多ms内完成。
那如果按照有些回答那样，先建一个临时表，然后用insubquery，并且希望这时候可以两表join呢？为了简单我直接用两表join了
droptablet_tmp; createtablet_tmp(idint); insertintot_tmp(id)values (494613), (575087), (363588), (345980),... (1); selectt9.*fromt9,t_tmp wheret9.c1=t_tmp.id;
时间如何呢？
trypsqlstudy-ftest_create_10000.sql-o/dev/null LOG:duration:2.078ms LOG:duration:1.233ms LOG:duration:224.112ms LOG:duration:322.108ms
除去drop和create的时间，依然花费了500+的时间，这里的前提还是我用的ssd盘，所以写LOG的时间会快很多。为什么会这么慢呢？用explain看一下，这时候数据量较大，直接走Mergejoin了
那1000行数据的效率如何呢？
trypsqlstudy-ftest_create_1000.sql-oexp.out LOG:duration:2.476ms LOG:duration:0.967ms LOG:duration:2.391ms LOG:duration:8.780ms
100行的数据如下：
trypsqlstudy-ftest_create_100.sql-o/dev/null LOG:duration:2.020ms LOG:duration:1.028ms LOG:duration:1.074ms LOG:duration:1.912ms
可以看到在100个值和1000个值的情况下createtable的方式不会比直接在in里面写所有的变量好多少，explain看的话是在用NLJ了。但在数据量更大（按照原问题，这里in的数量其实无法预知）的情况下效率只会更低，再加上额外的表维护成本和多余的SQL语句，DBA肯定不喜欢的，还是相信数据库，放心大胆直接用inlist来搞定这些问题吧。
以上内容是针对selectin在postgresql的效率问题，希望对大家有所帮助！