《Mysql - 到底可不可使用 Join ?》

一：Join 的問題？

　　- 在實際生產中，使用 join 通常會集中在如下兩類：

　　　　- DBA 不讓使用 Join ,使用 Join 會有什麼問題呢？

　　　　- 若是有兩個大小不一樣的表作 join，應該用哪一個表作驅動表呢？

 

二：數據準備

• CREATE TABLE `t2` (
    `id` int(11) NOT NULL,
    `a` int(11) DEFAULT NULL,
    `b` int(11) DEFAULT NULL,
    PRIMARY KEY (`id`),
    KEY `a` (`a`)
  ) ENGINE=InnoDB;
  
  CREATE TABLE `t1` (
    `id` int(11) NOT NULL,
    `a` int(11) DEFAULT NULL,
    `b` int(11) DEFAULT NULL,
    PRIMARY KEY (`id`),
    KEY `a` (`a`)
  ) ENGINE=InnoDB;

  - 創建 t1,t2 兩個徹底相同的表，t1 表中寫入 100 條數據，t2 表中 寫入 1000 條數據。

 

三：Index Nested-Loop Join（NLJ） (被驅動表有索引的狀況選擇)

　　- 語句

　　　　- 爲了不Mysql選擇驅動表對於分析的影響，改用 straight_join 讓 MySQL 使用固定的鏈接方式執行查詢。

　　　　- t1 是驅動表，t2 是被驅動表。

　　　　- select * from t1 straight_join t2 on (t1.a=t2.a);

 

　　- 執行流程

　　　　- 在這條語句裏，被驅動表 t2 的字段 a 上有索引，join 過程用上了這個索引

　　　　- 從表 t1 中讀入一行數據 R；

　　　　- 從數據行 R 中，取出 a 字段到表 t2 裏去查找；

　　　　- 取出表 t2 中知足條件的行，跟 R 組成一行，做爲結果集的一部分；

　　　　- 重複執行步驟 1 到 3，直到表 t1 的末尾循環結束。 

　　　　- 

 

　　- 小結

　　　　- 這個過程是先遍歷表 t1，而後根據從表 t1 中取出的每行數據中的 a 值，去表 t2 中查找知足條件的記錄。

　　　　- 在形式上，這個過程很像寫程序時的嵌套查詢相似，而且能夠用上被驅動表的索引，因此咱們稱之爲「Index Nested-Loop Join」，簡稱 NLJ。 

　　　　- 整個過程， 總掃描行數是 200（t1 200 + t2 索引樹200）

 

四：Block Nested-Loop Join（NLJ）（被驅動表無索引選擇）

　　- 語句

　　　　-  select * from t1 straight_join t2 on (t1.a=t2.b);

　　　　- 因爲表 t2 的字段 b 上沒有索引，所以在執行流程時，每次到 t2 去匹配的時候，就要作一次全表掃描。

 

　　- 流程

　　　　- 把表 t1 的數據讀入線程內存 join_buffer 中，因爲咱們這個語句中寫的是 select *，所以是把整個表 t1 放入了內存；

　　　　- 掃描表 t2，把表 t2 中的每一行取出來，跟 join_buffer 中的數據作對比，知足 join 條件的，做爲結果集的一部分返回。

　　　　- 

 

　　- 小結

　　　　- 能夠看到，在這個過程當中，對錶 t1 和 t2 都作了一次全表掃描，所以總的掃描行數是 1100。

　　　　- 因爲 join_buffer 是以無序數組的方式組織的，所以對錶 t2 中的每一行，都要作 100 次判斷，總共須要在內存中作的判斷次數是：100*1000=10 萬次。

　　　　- join_buffer 的大小是由參數 join_buffer_size 設定的，默認值是 256k。若是放不下表 t1 的全部數據話，策略很簡單，就是分段放。

 

五：總結

　　- 能不能使用 join ?

　　　　- 若是可使用 Index Nested-Loop Join 算法，也就是說能夠用上被驅動表上的索引，實際上是沒問題的；

　　　　- 若是使用 Block Nested-Loop Join 算法，掃描行數就會過多。

　　　　　　- 尤爲是在大表上的 join 操做，這樣可能要掃描被驅動表不少次，會佔用大量的系統資源。因此這種 join 儘可能不要用。

 

　　- 若是要使用 join，應該選擇大表作驅動表仍是選擇小表作驅動表？

　　　　- 在決定哪一個表作驅動表的時候，應該是兩個表按照各自的條件過濾，過濾完成以後，計算參與 join 的各個字段的總數據量，數據量小的那個表，就是「小表」，應該做爲驅動表。