¿Cómo puedo realizar una consulta SQL 'NO EN' más rápido?

Question

Tengo una tabla (correo electrónico) de direcciones de correo electrónico:

EmailAddress 
------------ 
jack@aol.com 
jill@aol.com 
tom@aol.com 
bill@aol.lcom 

y una mesa (lista negra) de direcciones de correo electrónico de la lista negra:

EmailAddress 
------------ 
jack@aol.com 
jill@aol.com 

y quiero seleccionar aquellas direcciones de correo electrónico que se encuentran en el Tabla EMAIL pero NO en la tabla BLACKLIST. Estoy haciendo:

SELECT EmailAddress 
FROM EMAIL 
WHERE EmailAddress NOT IN 
    (
     SELECT EmailAddress 
     FROM BLACKLIST 
    ) 

pero cuando el recuento de filas es muy alto, el rendimiento es terrible.

¿Cómo puedo hacer esto mejor? (Suponga SQL genérica si es posible. Si no es así, asumir T-SQL.)

Answer 1

Se puede utilizar una combinación externa izquierda, o una cláusula not exists.

externa izquierda:

select E.EmailAddress 
    from EMAIL E left outer join BLACKLIST B on (E.EmailAddress = B.EmailAddress) 
where B.EmailAddress is null; 

No existe:

select E.EmailAddress 
    from EMAIL E where not exists 
     (select EmailAddress from BLACKLIST B where B.EmailAddress = E.EmailAddress) 

Tanto son soluciones SQL bastante genéricos (no dependen de un motor específico DB). Diría que este último es un poco más eficiente (aunque no mucho). Pero definitivamente más eficiente que el not in.

Como lo comentaron los comentadores, también puede intentar crear un índice en BLACKLIST(EmailAddress), que debería ayudar a acelerar la ejecución de su consulta.

Answer 2

NOT IN difiere de NOT EXISTS si la lista negra permite valores nulos como EmailAddress. Si hay un único valor nulo, el resultado de la consulta siempre devolverá cero filas porque NOT IN (nulo) es desconocido/falso para cada valor. Por lo tanto, los planes de consulta difieren levemente, pero no creo que haya ningún impacto serio en el rendimiento.

Una sugerencia es crear una nueva tabla llamada VALIDEMAIL, agregar un desencadenador a BLACKLIST que elimine direcciones de VALIDEMAIL cuando se inserten filas y agregar a VALIDEMAIL cuando se elimine de BLACKLIST. Luego reemplace EMAIL con una vista que sea una unión de VALIDEMAIL y BLACKLIST.