1、IN()查询返回布尔值

如果IN()左侧表达式等于IN()列表中的任何值，则返回1(true)，否则返回0(false)。

以下查询返回0：

SELECT 2 IN (0,3,5,7);

以下查询返回1

SELECT 'wefwf' IN ('wee','wefwf','weg');

执行过程：先对IN()列表中的值进行排序，然后使用二分查找法(binary search)搜索匹配的值，速度很快。

2、IN()可用于比较行构造器

行构造器允许同时比较多个值。例如，这三个语句在语义上是等价的：

SELECT * FROM t1 WHERE (column1,column2) = (1,1);
SELECT * FROM t1 WHERE (column1,column2) IN (1,1);
SELECT * FROM t1 WHERE column1 = 1 AND column2 = 1;

以下查询返回1：

SELECT (3,4) IN ((1,2), (3,4));

以下查询返回0：

SELECT (3,4) IN ((1,2), (3,5));

3、IN()列表中的值应是同类型

千万不要在IN()列表中混用带引号的值和未带引号的数值，因为带引号的(如字符串)和未带括号的(如数字)值的比较规则不同，混合类型可能导致意外的结果。

错误用法：

SELECT val1 FROM tbl1 WHERE val1 IN (1,2,'a');

正确用法：

SELECT val1 FROM tbl1 WHERE val1 IN ('1','2','a');

在以下两种比较运算中，比较值都转换为浮点值0.0，比较结果都为1(或true)。是不是有点意外？

SELECT 'a' IN (0), 0 IN ('b');

4、IN()列表中值的数量

IN()列表中的值数量仅受max_allowed_packet值的限制。也就是说，一般情况下，我们不需要考虑IN()值列表中的数量会超过限制。

max_allowed_packet是一个系统变量，表示MySQL服务端或者客户端接收通信数据包的最大大小，MySQL服务端和客户端都有这个限制。

MySQL 8服务端或客户端的最大数据包是1GB。最大允许数据包的协议限制为1GB。该值应该是1024的倍数；非倍数被四舍五入到最接近的倍数。

什么是通信数据包?比如下面这些：

• 一个SQL是一个数据包。
• 返回查询结果时，一行数据算一个数据包。
• 解析的binlog ，如果用MySQL客户端导入，一个SQL算一个数据包。
• 在复制中，一个event算一个数据包。

5、返回NULL的情况

IN()查询在以下两种情况下返回NULL：

• 左侧的表达式为NULL
• IN()值列表中未找到匹配项并且列表中的一项为NULL

例如两个查询，都返回NULL：

//结果返回NULL
SELECT null IN (0,null,5,7);

//结果返回NULL
SELECT 3 IN (0,null,5,7);

6、IN()查询实验

创建以下数据库表：

CREATE TABLE `sys_user` (
  `id` bigint NOT NULL AUTO_INCREMENT COMMENT '主键',
  `user_code` varchar(10) NOT NULL COMMENT '编号',
  `user_name` varchar(20) NOT NULL COMMENT '姓名',
  `age` tinyint UNSIGN NOT NULL COMMENT '年龄',
  `score` tinyint UNSIGN NOT NULL COMMENT '积分',
  `create_date` datetime NOT NULL COMMENT '创建时间',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='用户表';

首先存入这些测试数据：

实验一：隐式类型转换影响查询效率

对user_code列建唯一索引：

ALTER TABLE `sys_user` ADD UNIQUE INDEX `idx_unique_code` (`user_code` ASC);

表中的user_code列为VARCHAR类型，IN()查询时值列表中的每个值应该用单引号括起来，例如，对比下面两个SQL语句：

//user_code为字符串类型，以下查询不需要类型转换
select * from sys_user where user_code in('1001','1002','1003');

//以下查询需要进行隐性类型转换
select * from sys_user where user_code in(1001,1002,1003);

分别用explain分析查询计划：

//step 1
explain select * from sys_user where user_code in('1001','1002','1003');

//step 1输出
//----------------------------------------
           id：1	
  select_type：SIMPLE	
        table：sys_user
   partitions：NULL
         type：range	
possible_keys：idx_unique_code
          key：idx_unique_code	
      key_len：42
          ref：NULL
         rows：3
     filtered：100.00
        Extra：Using index condition
        
//step 2
explain select * from sys_user where user_code in(1001,1002,1003);

//step 2输出
//----------------------------------------
           id：1	
  select_type：SIMPLE	
        table：sys_user
   partitions：NULL
         type：ALL	
possible_keys：idx_unique_code
          key：NULL	
      key_len：NULL
          ref：NULL
         rows：5
     filtered：50.00
        Extra：Using where

实验结果

以上两个SQL语句虽然查询结果相同，但通过explain分析可以看出，如果让MySQL进行隐性类型转换，查询将变为全表扫描，效率低下。

实验二：比较的值的数量影响查询效率

仍然使用唯一索引idx_unique_code，IN()值列表的值数量大于等于表中全部记录数，例如：

//IN()值个数等于表数据总行数
explain select * from sys_user where user_code in('1001','1002','1003','1004','1005');

//IN()值个数大于表数据总行数
explain select * from sys_user where user_code in('1001','1002','1003','1004','1005','1006');

二者均输出如下：
           id：1	
  select_type：SIMPLE	
        table：sys_user
   partitions：NULL
         type：ALL		
possible_keys：idx_unique_code
          key：NULL	
      key_len：NULL
          ref：NULL
         rows：5
     filtered：100.00
        Extra：Using where

实验结果

当IN()值列表的数量大于等于表中全部记录数时，唯一索引idx_unique_code未被使用，而是执行全表扫描。

实验三：IN()参数太多导致索引失效

给sys_user表插入测试数据，总记录数达到500条。在IN()值数量小于等于88时，索引生效：

//IN()值数量小于等于88时，索引生效
explain select * from sys_user where user_code in('1001','1002','1003','1004','1005','1006','1007','1008','1009','1010','1011','1012','1013','1014','1015','1016','1017','1018','1019','1020','1021','1022','1023','1024','1025','1026','1027','1028','1029','1030','1031','1032','1033','1034','1035','1036','1037','1038','1039','1040','1041','1042','1043','1044','1045','1046','1047','1048','1049','1050','1051','1052','1053','1054','1055','1056','1057','1058','1059','1060','1061','1062','1063','1064','1065','1066','1067','1068','1069','1070','1071','1072','1073','1074','1075','1076','1077','1078','1079','1080','1081','1082','1083','1084','1085','1086','1087','1088');

//explain输出
           id：1	
  select_type：SIMPLE	
        table：sys_user
   partitions：NULL
         type：range	
possible_keys：idx_code
          key：idx_code	
      key_len：42
          ref：NULL
         rows：88
     filtered：100.00
        Extra：Using index comdition

而当IN()值列表的数量大于88时，索引失效，查询执行全表扫描：

           id：1	
  select_type：SIMPLE	
        table：sys_user
   partitions：NULL
         type：ALL	
possible_keys：idx_code
          key：NULL	
      key_len：NULL
          ref：NULL
         rows：500
     filtered：17.80
        Extra：Using where

当把上面的查询语句加上LIMIT关键字，LIMIT关键字后的数量小于表记录总数(500)时，索引又生效了。

实验结果

在IN()查询中的参数个数需要进行控制，以避免索引失效的风险。比如约定50为上限，把这个限制加入编码规范进行约束。另一种简单的处理办法是，只要是IN()查询，就加上LIMIT关键字限制。

实验四：Index dive问题(索引潜水)

当IN()查询所比较的列上的索引为非唯一索引，在执行查询时，MySQL优化器会使用index dive(索引潜水)或index statistics(索引统计)的方法来估算结果行数，进而选择相应的查询计划。

Index dive方式得到的预估值是比较准确的。但随着IN()表达式中比较值数量的增加，MySQL优化器生成行估计所需的时间会变长，比较值的数量超过临界值后，会使用Index statistics的方法估算结果行数。Index statistics估算的误差较大，其特点是对数量大的值列表进行快速的行估计。

这个临界值就是MySQL系统变量eq_range_index_dive_limit，MySQL8中，该变量的默认值为200。通过如下命令查看：

show variables like 'eq_range_index_dive_limit';

继续通过实验来查看：

先对user_code列建立普通索引：

ALTER TABLE `sys_user` ADD INDEX `idx_code` (`user_code` ASC);

//IN()中的值控制在199个
explain select * from sys_user where user_code in('1001','1002','1003','1004','1005','1006','1007','1008','1009','1010','1011','1012','1013','1014','1015','1016','1017','1018','1019','1020','1021','1022','1023','1024','1025','1026','1027','1028','1029','1030','1031','1032','1033','1034','1035','1036','1037','1038','1039','1040','1041','1042','1043','1044','1045','1046','1047','1048','1049','1050','1051','1052','1053','1054','1055','1056','1057','1058','1059','1060','1061','1062','1063','1064','1065','1066','1067','1068','1069','1070','1071','1072','1073','1074','1075','1076','1077','1078','1079','1080','1081','1082','1083','1084','1085','1086','1087','1088','1089','1090','1091','1092','1093','1094','1095','1096','1097','1098','1099','1100','1101','1102','1103','1104','1105','1106','1107','1108','1109','1110','1111','1112','1113','1114','1115','1116','1117','1118','1119','1120','1121','1122','1123','1124','1125','1126','1127','1128','1129','1130','1131','1132','1133','1134','1135','1136','1137','1138','1139','1140','1141','1142','1143','1144','1145','1146','1147','1148','1149','1150','1151','1152','1153','1154','1155','1156','1157','1158','1159','1160','1161','1162','1163','1164','1165','1166','1167','1168','1169','1170','1171','1172','1173','1174','1175','1176','1177','1178','1179','1180','1181','1182','1183','1184','1185','1186','1187','1188','1189','1190','1191','1192','1193','1194','1195','1196','1197','1198','1199');

//explain输出
           id：1	
  select_type：SIMPLE	
        table：sys_user
   partitions：NULL
         type：ALL	
possible_keys：idx_code
          key：NULL	
      key_len：NULL
          ref：NULL
         rows：500
     filtered：39.80
        Extra：Using where

再将IN()中参数增加到200，执行explain输出如下：

           id：1	
  select_type：SIMPLE	
        table：sys_user
   partitions：NULL
         type：ALL	
possible_keys：idx_code
          key：NULL	
      key_len：NULL
          ref：NULL
         rows：500
     filtered：40.00
        Extra：Using where

再分别对199个参数和200个参数的SQL语句执行查询，查看OPTIMIZER_TRACE表中各自的TRACE信息，在rows_estimation内容块中，index_dives_for_eq_ranges的值分别为true和false，即表明IN()参数个数为199时，使用了index dive方式，IN()参数大于等于200时未使用index dive方式。

OPTIMIZER_TRACE表位于information_schema数据库，提供优化器跟踪功能，为被跟踪语句生成的信息。该功能默认关闭，通过以下命令启用：

set optimizer_trace="enabled=on";

启用后，执行目标SQL语句，然后执行以下查询获取跟踪信息：

select * from information_schema.OPTIMIZER_TRACE;

最后，主要关注查询结果中的TRACE列信息。

实验结果

• explain分析结果显示预估行数都是500，index dive方式预估行数并没有很准确(实际应是199)。可能与实验数据有关，未进一步分析。
• IN()查询使用Index dive方式的默认临界值是200，当值个数小于200时，使用Index dive方式，当值个数大于等于200时，使用Index statistics方式。

Index dive方式适用于数据量小的表，且IN()查询参数值较少的情况。反之应使用Index statistics方式以提升查询速度。

在实际运用中，可以对eq_range_index_dive_limit默认值进行调整，如果希望在对N个值做IN()查询时使用index dive方式，可将eq_range_index_dive_limit设置为N+1。若希望始终使用Index dive方式，可将eq_range_index_dive_limit设置为0。