目录
为什么说MySQL中，外表大用in，内表大用exists？
EXISTS
exists表示存在，它常常和子查询配合使用
exists对外表用loop逐条查询，每次查询都会查看exists的条件语句- 当子查询返回为真时，则外层查询语句将进行查询，否则外层查询将不进行查询或者返回空的记录。
看一个栗子：
select * from t1 where exists (select null from t2 where b = a )可以理解为：
for x in ( select * from t1 )
loop
if ( exists ( select null from t2 where t2.b = x.a ))
then
OUTPUT THE RECORD!
end if
end loop 可以看到外表是要拿全部的记录的，这个循环次数就取决于外表的记录数，就是说外表 t1 它不能很大。
而判断条件中，如果 t2 中相应字段有索引，那么 t2 大些是没关系的，因为去 t2 中根据条件查的时候是会走索引的。
最后的结果集也就是符合条件的所有记录。
例如， t1 有 100 条记录，t2（子查询结果集） 有 10000 条记录，那么上述循环最多操作 100 次。
反过来则需要循环10000 次，性能上就不用多说了。
IN
in子查询的条件返回结果只能是一个字段in()语句只会执行一次，会将符合子查询条件的记录全都查出来，假设结果集为B，共有 m 条记录并且缓存起来，然后在将子查询条件的结果集分解成 m 个，再进行 m 次查询
一个栗子：
select * from t1 where a in ( select b from t2 )可以理解为先执行 in 中的查询：select b from t2，然后select * from t1，接着 where t1.a = t2.b
即：
select * from t1,(select b from t2) t2 where t1.a = t2.b;从这个语句可以知道 t2绝对不能是个大表，但是 t1 可以很大，为什么呢？
最通俗的理解就是因为 t1.a = t2.b可以走索引。
但这并不是一个很好的解释，试想，如果 t1.a 和 t2.b 都有索引，索引是种有序的结构，因此 t1 和 t2 之间最佳的方案是走 merge join。
再来换个理解方式：首先从 t2 表中查询出来的数据会被缓存起来，然后遍历 t1 表，查看 t1 的字段 a 是否存在于缓存。
伪代码：
int[] bColumns = query("select b from t2");
Object[] aRows = queryObjs("select * from t1");
ArrayList<Object> res = new ArrayList();
for(int id : bColumns) {
for(Object row : aRows) {
if(row.a == id) {
res.add(row);
}
}
}把外层可以计算的尽可能放到外层，减少在内层的运算，有判断条件的语句和与循环不相关的操作语句尽量放在 for 外面；
应当将最长的循环放在最内层，最短的循环放在最外层，以减少CPU跨切循环层的次数；
假如说你 t2(子查询结果集) 的数据量特别大，t1 数据量比较小，这时候是效率低的，
反过来，t1的数据量大，长循环在最内层，这时候效率是高的
10000 做 100次相加操作 和 100 做 10000次相加操作，自然是前者更高效啦。
另外，如果 t2.b 上有索引，对 t2 的排序性能也有很大提高。
总结
- IN 查询在内部表和外部表上都可以使用到索引。
- Exists 查询仅在内部表上可以使用到索引。
- 当子查询结果集很大，而外部表较小的时候，Exists 的 Block Nested Loop(Block 嵌套循环)的作用开始显现，并弥补外部表无法用到索引的缺陷，查询效率会优于IN。
- 当子查询结果集较小，而外部表很大的时候，Exists 的 Block嵌套循环优化效果不明显，IN 的外表索引优势占主要作用，此时IN的查询效率会优于Exists。
- 表的规模不是看内部表和外部表，而是外部表和子查询结果集。
参考
https://blog.csdn.net/jinjiniao1/article/details/92666614