再举个例子, 比如查询比每个班级中比平均年龄大的学生姓名信息：
SELECT name FROM student as s1 WHERE age > (SELECT AVG(age) FROM student as s2 where s1.class_id = s2.class_id)这里根据每名同学的班级信息，查找出对应班级的平均年龄，然后做判断。子查询每次执行时，都需要根据外部的查询然后进行计算。这样的子查询就是关联子查询。
EXISTS 子查询在关联子查询中，常会和 EXISTS 一起使用。用来判断条件是否满足，满足的话为 True，不满足为 False。
比如查询参加过学校活动的学生名称：
SELECT NAME FROM student as s where \ EXISTS(SELECT stu_id FROM student_activities as sa where sa.stu_id=s.id)同样 NOT EXISTS 就是不存在的意思，满足为 FALSE , 不满足为 True.
比如查询没有参加过学校活动的学生名称：
SELECT NAME FROM student as s where \ NOT EXISTS(SELECT stu_id FROM student_activities as sa where sa.stu_id=s.id) 集合比较子查询可以在子查询中，使用集合操作符，来比较结果。
还是上面查询参加学校活动的学生名字的子查询, 同样可以使用 IN：
SELECT name FROM student WHERE id IN (SELECT stu_id FROM student_activities) EXISTS 和 IN 的区别既然 EXISTS 和 IN 都能实现相同的功能，那么他们之间的区别是什么？
现在假设我们有表 A 和 表 B，其中 A，B 都有字段 cc，并对 cc 建立了 b+ 索引，其中 A 表 n 条记录，B 表 m 条索引。
将其模式抽象为：
SELECT * FROM A WHERE cc IN (SELECT cc FROM B) SELECT * FROM A WHERE EXIST (SELECT cc FROM B WHERE B.cc=A.cc)对于 EXISTS 来说，会先对外表进行逐条循环，每次拿到外表的结果后，带入子查询的内表中，去判断该值是否存在。
伪代码类似于下面：
for i in A for j in B if j.cc == i.cc: return result首先先看外表 A，每一条都需要遍历到，所以需要 n 次。内表 B，在查询时由于使用索引进而查询效率变成 log(m) B+ 的树高，而不是 m。
进而总效率：n * log(m)
所以对于 A 表的数量明显小于 B 时，推荐使用 EXISTS 查询。
再看 IN ，会先对内表 B 进行查询，然后用外表 A 进行判断，伪代码如下：
for i in B for j in A if j.cc == i.cc: return result由于需要首先将内表所有数据查出，所以需要的次数就是 m. 再看外表 A ，由于使用了 cc 索引，可将 n 简化至 log(n), 也就是 m * log(n).
所以对于 A 表的数据明显大于 B 表时，推荐使用 IN 查询。
总结一下对于 IN 和 EXISTS时，采用小表驱动大表的原则。
这里再扩展下 NOT EXISTS 和 NOT IN 的区别：
SELECT * FROM A WHERE cc NOT IN (SELECT cc FROM B) SELECT * FROM A WHERE NOT EXIST (SELECT cc FROM B WHERE B.cc=A.cc)对于 NOT EXITS 来说，和 EXISTS 一样，对于内表可以使用 cc 的索引。适用于 A 表小于 B 表的情况。
但对于 NOT IN 来说，和 IN 就有区别了，由于 cc 设置了索引 cc IN (1, 2, 3) 可以转换成 WHERE cc=1 OR cc=2 OR cc=3 , 是可以正常走 cc 索引的。但对于 NOT IN 也就是转化为 cc!=1 OR cc!=2 OR cc!=3 这时由于是不等号查询，是无法走索引的，进而全表扫描。
也就是说，在设置索引的情况下 NOT EXISTS 比 NOT IN 的效率高。
但对于没有索引的情况，IN 和 OR 是不同的：
一、操作不同 1、in：in是把父查询表和子查询表作hash连接。 2、or：or是对父查询表作loop循环，每次loop循环再对子查询表进行查询。 二、适用场景不同 1、in：in适合用于子查询表数据比父查询表数据多的情况。 2、or：or适合用于子查询表数据比父查询表数据少的情况。 三、效率不同 1、in：在没有索引的情况下，随着in后面的数据量越多，in的执行效率不会有太大的下降。 2、or：在没有索引的情况下，随着or后面的数据量越多，or的执行效率会有明显的下降。 总结这篇文章中主要归纳了一些 SQL 的基础知识：
在使用 SELECT 查询时，通过显式指定列名，来减少 IO 的传输，从而提高效率。
并且需要注意 SELECT 的查询过程会从 FROM 后开始到 LIMIT 结束，理解了整体的流程，可以让我们更好的组织 SQL.
之后详细介绍了 WHERE 进行过滤的操作符和常用的函数，这里要注意在比较时间时要使用 DATE 函数，以及如何对数据进行分组和过滤。
最后着重介绍了子查询，IN 和 EXISTS 的适用场景。