python - mysql子查询和python集

所以我通过一个python包装器运行mysql脚本，但是重要的部分在这里。我的目标是查看哪个更快，分别执行两个select DISTINCT（）调用，并找到列表a中不在列表b中的调用。我还使用子查询完成了这项工作。
我发现子查询的速度要快得多（如所希望的那样），但是它产生的结果是错误的。

starttime1 = time.time()
LoLs.cursor.execute("SELECT DISTINCT(Id) FROM participants")
drop = cursor.fetchall()
drop = [x[0] for x in drop]
LoLs.cursor.execute("SELECT DISTINCT(Id) FROM history")
exist = cursor.fetchall()
exist = [x[0] for x in exist]
drop1 = list(set(drop)-set(exist))
endtime1 = time.time()
print len(drop1)

print endtime1 - starttime1

这将导致：

545594
205.518273115

如预期。
然而：

starttime2 = time.time()
cursor.execute("SELECT DISTINCT(Id) FROM participants where Id NOT IN (SELECT DISTINCT(Id) FROM history)")
drop2 = cursor.fetchall()
drop2 = [x[0] for x in drop2]
drop2 = list(set(drop2))
endtime2 = time.time()
print len(drop2)

print endtime2 - starttime2

结果：

427333
185.753734112

速度快得多，很棒，但结果只有427333个条目，而不是545594个。
作为一个注释，我对两个结束列表做了一个设置差异
打印长度（列表（集合（drop1）-集合（drop2）））
结果：
十一万八千二百六十一
所以第一个列表中有118261个不在第二个列表中的条目。我甚至取了其中的一些，并手动检查它们是否在历史表中，它们是，所以子查询应该已经捕捉到它们了。
注3月6日：更改：

 cursor.execute("SELECT DISTINCT(Id) FROM participants where summonerId NOT IN (SELECT DISTINCT(Id) FROM history)")

到

 cursor.execute("SELECT DISTINCT(Id) FROM participants where Id NOT IN (SELECT DISTINCT(Id) FROM history)")

以准确反映真实问题。

最佳答案

NOT IN queries remove nulls。请改为：

cursor.execute("""SELECT DISTINCT(Id)
                  FROM participants p
                  WHERE NOT EXISTS (SELECT 1
                                    FROM history h
                                    WHERE h.Id = p.summonerId)""")

关于python - mysql子查询和python集，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/35808388/