MySQL的Hash Join能用嗎?

最近有兩篇MySQL大咖級人物的文章引發了小夥伴們的關注，文章內容是關於MySQL的hash join功能。hash join看起來不夠智能，因而我打算一探究竟，看看是否能發現些端倪，文末解釋了大咖們的關注點。

MySQL的hash join功能是在8.0.18版本正式推出的，最初的功能僅支持inner join，其它鏈接類型也即將支持。（空口無憑，有圖爲證！）

https://dev.mysql.com/worklog/

在這裏簡單的介紹一下MySQL的hash join 在各類鏈接類型的實現方法。

inner join:

• Classic hash join：經典的哈希鏈接算法分爲兩個階段，構建和探測。

構建階段：從須要進行鏈接的兩個表中指定一個爲「構建」表，該表讀入內存生成哈希表，經過表的鏈接屬性計算哈希值。例如：

SELECT * FROM t1 JOIN t2 on (t1.id = t2.id); 假設指定t1爲構建表，則使用t1.id計算哈希值。

探測階段：鏈接中另外的表做爲探測階段的輸入使用，經過該表的鏈接屬性計算哈希值（使用t2.id），每行數據使用其哈希值到內存中的哈希表進行查找，若是匹配記錄，則輸出結果。

使用經典算法要求構建表所有讀入內存中，若是不能所有讀入內存，將會分屢次讀入，會致使探測階段產生屢次讀入操做。所以經典算法不是十分理想。

• 基於磁盤的hash join：須要將構建表和探測表分割成若干個小文件保存在磁盤上，文件的大小要保證能夠徹底讀入內存中（分割文件的算法採用與哈希表不一樣的哈希函數，目的是使相同哈希值的構建表和探測表的數據保存在同一文件內，而且數據的分佈更加均勻）。接下來的操做和經典算法的過程差很少，每次讀入一部分文件進行處理，直到全部的分割文件處理結束。

Inner non equi-join: 使用哈希鏈接執行該類查詢，將會對兩個鏈接表進行交叉鏈接，以後使用條件做爲過濾。

Semijoin: 使用哈希鏈接執行，將會利用子查詢部分做爲構建表，經過鏈接屬性計算哈希值，而後使用外部查詢的鏈接屬性的哈希值進行匹配，輸出匹配的結果。

Antijoin: 與Semijoin很是類似，不一樣的是輸出不匹配結果。

Left outer join: 左鏈接右側的表爲構建表。使用鏈接屬性計算哈希值，而後使用左側表的鏈接屬性計算哈希值，到哈希表內進行查找，若是匹配，輸出鏈接記錄，不然輸出NULL。

Right outer join: 執行方式與左鏈接相反。

hash join能用嗎?使用效果如何?從不少人的試用反饋來看，使用hash join對比以前的查詢性能大幅提升，但某些狀況下會產生資源過分消耗的現象，緣由在於，目前優化器尚未對hash join部分進行修改，仍舊將其視爲BNL。所以出現了一些不理想的優化狀態，這個問題將會在將來的工做中解決。目前能夠參照葉金榮老師的文章建議。

https://mp.weixin.qq.com/s/gYledARCZHvrlnCEmh2mtw

歡迎各位小夥伴試用hash join，並反饋結果。讓咱們一塊兒期待下一個版本的推出！