可以拿来吊打面试官的 SQL Join （二）
点击蓝色“有关SQL”关注我哟
加个“星标”，天天与8000人一起快乐成长
这是本系列第二篇。
点击下面链接，可以阅读第一篇：
可以拿来吊打面试官的 SQL Join （一）
我在这个系列中，所分享的知识，力求逻辑严谨，实战辅证。但一如所有的文章一样，读者需要自己思考，是否正确无误，是否可以拿来直接作用于生产环境。对于没有理解透彻，就直接用于生产而造成的损失，本人概不负责。
不仅仅是看我的文章，看所有的文章，书籍或者教程，读者朋友们都该用自己的思维，带着批判的眼光，谨慎对待作者发表的观点，切勿盲目轻信。
回到正题，上一讲中，文末留了个预告，这回要讲 WHERE 和 ON 中，使用条件判断，哪个速度更快。
其实，对于数据库玩家来说，这是个很大的话题。讲明白这里面的道道，我们需要对很多限制条件做假设。或许太过于学术，枯燥和繁琐，但要让大家都明白，不得不这么做，所以才开这个系列。
刚才我说有很多限制条件要做假设，其实就为了公平的去衡量两者的执行性能。不能在 WHERE 中故意不加索引，或者故意在 ON 的条件上，加函数表达式。这样比起来就毫无意义。
比如拿第一篇文章中的例子来说：
SELECT Header.OrderId
, Detail.ProductName
, Detail.Amount
FROM tblOrderHeader Header
LEFT JOIN tblOrderDetail Detail
ON Header.OrderId = Detail.OrderId
AND Detail.Amount > 1000
WHERE Header.OrderDate > '2020-01-01'
事实上，我们应该假设，使用了 INNER JOIN. 在上篇文章中，有读者就提到 INNER JOIN 的情况下， 筛选表达式放在 WHERE 和 ON , 功能类似。所以这里我们就先讨论 INNER JOIN的情况。
将例子改成 INNER JOIN:
SELECT Header.OrderId
, Detail.ProductName
, Detail.Amount
FROM tblOrderHeader Header
INNER JOIN tblOrderDetail Detail
ON Header.OrderId = Detail.OrderId
AND Detail.Amount > 1000
WHERE Header.OrderDate > '2020-01-01'
此时，比较 Detail.Amount > 1000 放在 WHERE 中：
SELECT Header.OrderId
, Detail.ProductName
, Detail.Amount
FROM tblOrderHeader Header
INNER JOIN tblOrderDetail Detail
ON Header.OrderId = Detail.OrderId
WHERE Header.OrderDate > '2020-01-01'
AND Detail.Amount > 1000
这样比较，就满足了假设条件公平。
那什么样的情况，假设条件是不公平的呢，比如放在 WHERE 中，我们把 Detail.Amount > 1000 写成了 Detail.Amount - 1000 > 0 这就是不公平。
Amount> 1000 和 Amount - 1000 > 0 看起来一样，那么为什么就不公平了呢？稍有经验的朋友，就知道，在字段前加了函数的判断，是不能有效利用索引的。
而 Amount - 1000 相当于加了函数:
f(x)= x - 1000
这里要注意，有效利用索引和不走索引，完全是两码事。索引扫描 （Index Scan ）和 索引搜索 （Index Seek）两者的性能截然不同。我们常说的索引，是平衡树（B-Tree）结构。Index Scan 会遍历这棵树，假如树上有 10W+ 叶子，也要全部访问一遍。但 Index Seek 是搜索树的叶子，每个树节点都记录着它叶子的数量还有编号，seek 的时候访问节点，就知道有没有需要的叶子，此时性能必然快。
image
Windows画图画的，不要嫌丑啊
索引的结构类似这样，root page 记录了索引 Amount 的范围. Amount 在500以下的，归档在 Node 1 节点上，而500以上，1000以下的，归档在 Node 2 上。
Node 1 共有 5 条记录， Amount 在 1 到 200 之间的记录是 Node 1 的第一条记录；Amount 在 201 到 300 之间的记录，是 Node 1 的第二条记录，以此类推。
（注意：Node 1, root page, Node 2 都是数据页，索引的数据页。）
其中 Node 1 的第一条记录，保存的是 Amount 范围，即 在1 到 200，随之保存的还有表中记录的地址指针，以此地址指针可以回溯表记录的其他信息。这一过程，称之为回表
这就是索引的基本数据结构与信息。掌握了这个知识点后，我们看 index scan 与 index seek 的区别。scan 是把 Node 1 和 Node 2 上的所有数据都扫描了一遍，而 seek 则很快可以定位到，比如 Amount = 756 是在 Node 2 上，从而省却对 Node 1的访问，性能就快了。
实际操作中，索引的数据页要比这里多得多，记录的信息也复杂的多。但这幅图足够说明索引的益处。
好，今天的分享暂时到这里。这是个系列，所以不适合一文讲太多，消化下再继续。下文会讲 WHERE 和 ON 时，对索引的访问方式，以及无索引时，访问效率如何提高。
敬请期待！
--完--
往期精彩：
本号精华合集（二）
如何写好 5000 行的 SQL 代码
如何提高阅读 SQL 源代码的快感
我在面试数据库工程师候选人时，常问的一些题
零基础 SQL 数据库小白，从入门到精通的学习路线与书单
