在SQL中，使用IN和JOIN连接两个表时，可能会导致不同的结果。如果表b不是键保留的（即b.d的值不是唯一的），那么这两个查询可能会产生不同的结果。

第一个查询的等价查询如下：

SELECT a.*

FROM a

JOIN (

SELECT DISTINCT d

FROM b

) bo

ON a.c = bo.d

如果b.d是唯一的，并且已标记为唯一索引或唯一约束，则这两个查询是相同的，并且很可能使用相同的执行计划，因为SQL Server足够聪明，可以考虑到这一点。

SQL Server可以使用以下方法之一运行此查询：

- 如果a.c上有索引，d是唯一的，并且b相对于a来说比较小，则条件传播到子查询，并使用普通的内连接（以b为主导）。

- 如果b.d上有索引，d不是唯一的，那么条件也会传播，并且使用LEFT SEMI JOIN。它也可以用于上述条件。

- 如果b.d和a.c上都有索引，并且它们很大，则使用MERGE SEMI JOIN。

- 如果任何表上都没有索引，则在b上构建哈希表，并使用HASH SEMI JOIN。

这些方法都不会每次重新计算整个子查询。

关于这个问题的更多细节，请参考以下链接：

- IN vs. JOIN vs. EXISTS: http://explainextended.com/2009/06/16/in-vs-join-vs-exists/

- Counting missing rows: SQL Server: http://explainextended.com/2009/04/20/counting-missing-rows-sql-server/

至于查询计划缓存，SQL Server是否智能地使用缓存的查询计划以节省时间，这个问题没有具体的说明。但是通过对相关查询进行分析，可以得出SQL Server可能会使用缓存的查询计划。

在处理拥有4900万行数据的表时，我建议使用左外连接（LEFT OUTER JOIN）。使用IN或EXISTS语句，查询需要5分钟才能完成，而使用左外连接仅需1秒钟即可完成。

SELECT a.*
FROM a LEFT OUTER JOIN b ON a.c = b.d
WHERE b.d is not null -- 假设b.d是一个带有索引的主键

实际上，在我的查询中，我同时对9个表进行了这样的操作。

问题的出现原因是，当处理大型数据集时，使用IN或EXISTS语句可能会导致查询速度变慢。这是因为IN或EXISTS语句需要逐个比较每个值，而左外连接只需要一次连接操作。

解决方法是使用左外连接来替代IN或EXISTS语句。左外连接可以更高效地处理大型数据集，提供更快的查询速度。在上面的示例中，我们使用LEFT OUTER JOIN将表a与表b连接，并通过WHERE子句来过滤出非空的b.d值。

通过使用左外连接，我们可以避免逐个比较每个值的开销，从而提高查询效率。如果需要处理多个表，可以按照相同的方式使用左外连接来连接这些表。

总之，当处理大型数据集时，使用左外连接而不是IN或EXISTS语句可以提高查询性能。通过避免逐个比较每个值的开销，我们可以更高效地处理数据，并获得更快的查询结果。

在处理大型行集时，使用ANSI-92 JOIN和EXISTS都是较好的选择。具体原因和解决方法如下：

原因：

- 使用JOIN时，可能会生成重复的结果，需要去重处理。这可能会影响性能。

- 使用子查询时，如果是相关子查询，优化器可能无法高效处理，导致性能下降。

解决方法：

- 使用ANSI-92 JOIN可以避免生成重复结果的问题。示例代码如下：

SELECT a.*
FROM a JOIN b ON a.c = b.d

- 使用EXISTS可以避免生成重复结果的问题，并且在性能上与JOIN相当甚至更好。示例代码如下：

SELECT a.*
FROM a
WHERE EXISTS (SELECT * FROM b WHERE a.c = b.d)

- 假设涉及到的列都有索引，一般不会出现问题。通过测试，性能和执行计划与使用JOIN相似。

在处理大型行集时，使用ANSI-92 JOIN和EXISTS都可以避免生成重复结果的问题。如果使用相关子查询时，可能会影响性能，应考虑使用JOIN或优化查询结构。