Nested-Loop Join Algorithms

MySQL使用嵌套循环算法来实现多表之间的联接。

Nested-Loop Join Algorithms

一个简单的嵌套循环联接(NLJ)算法,循环从第一个表中依次读取行,取到每行再到联接的下一个表中循环匹配。这个过程会重复多次直到剩余的表都被联接了。
假设表t1、t2、t3用下面的联接类型进行联接:

Table   Join Type
t1      range
t2      ref
t3      ALL

如果使用的是简单NLJ算法,那么联接的过程像这样:

for each row in t1 matching range {
  for each row in t2 matching reference key {
    for each row in t3 {
      if row satisfies join conditions,
          send to client
    }
  }
}

因为NLJ算法是通过外循环的行去匹配内循环的行,所以内循环的表会被扫描多次。

Block Nested-Loop Join Algorithm

一个块嵌套循环联接(BNL)算法,将外循环的行缓存起来,读取缓存中的行,减少内循环的表被扫描的次数。例如,如果10行读入缓冲区并且缓冲区传递给下一个内循环,在内循环读到的每行可以和缓冲区的10行做比较。这样使内循环表被扫描的次数减少了一个数量级。
MySQL使用联接缓冲区时,会遵循下面这些原则:

  • join_buffer_size系统变量的值决定了每个联接缓冲区的大小。

  • 联接类型为ALL、index、range时(换句话说,联接的过程会扫描索引或数据时),MySQL会使用联接缓冲区。

  • 缓冲区是分配给每一个能被缓冲的联接,所以一个查询可能会使用多个联接缓冲区。

  • 联接缓冲区永远不会分配给第一个表,即使该表的查询类型为ALL或index。

  • 联接缓冲区联接之前分配,查询完成之后释放。

  • 使用到的列才会放到联接缓冲区中,并不是所有的列。

上面的例子使用的是NLJ算法(没有使用缓存),使用缓存的联接方式像下面这样:

for each row in t1 matching range {
  for each row in t2 matching reference key {
    store used columns from t1, t2 in join buffer
    if buffer is full {
      for each row in t3 {
        for each t1, t2 combination in join buffer {
          if row satisfies join conditions,
          send to client
        }
      }
      empty buffer
    }
  }
}

if buffer is not empty {
  for each row in t3 {
    for each t1, t2 combination in join buffer {
      if row satisfies join conditions,
      send to client
    }
  }
}

对上面的过程解释如下:
1. 将t1、t2的联接结果放到缓冲区,直到缓冲区满为止;
2. 遍历t3,内部再循环缓冲区,并找到匹配的行,发送到客户端;
3. 清空缓冲区;
4. 重复上面步骤,直至缓冲区不满;
5. 处理缓冲区中剩余的数据,重复步骤2。

设S是每次存储t1、t2组合的大小,C是组合的数量,则t3被扫描的次数为:

(S * C)/join_buffer_size + 1

由此可见,随着join_buffer_size的增大,t3被扫描的次数会较少,如果join_buffer_size足够大,大到可以容纳所有t1和t2联接产生的数据,t3只会被扫描1次。


英文地址:http://dev.mysql.com/doc/refman/5.5/en/nested-loop-joins.html
本文来自:高爽|Coder,原文地址:http://blog.csdn.net/ghsau/article/details/43762027,转载请注明。

你可能感兴趣的:(MySQL)