join 几种算法笔记

这两个表都有一个主键索引 id 和一个索引 a，字段 b 上无索引。t1 100行，t2 1000行

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 like t2;

1.Index Nested-Loop Join

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

STRAIGHT_JOIN只适用于内连接，因为left join、right join已经知道了哪个表作为驱动表，哪个表作为被驱动表，比如left join就是以左表为驱动表，right join反之，而STRAIGHT_JOIN就是在内连接中使用，而强制使用左表来当驱动表，所以这个特性可以用于一些调优，强制改变mysql的优化器选择的执行计划

在这个语句里，STRAIGHT_JOIN 指定左表为驱动表，t1 是驱动表，t2 是被驱动表。
执行流程是这样的：
从表 t1 中读入一行数据 R；
从数据行 R 中，取出 a 字段到表 t2 里去查找；
取出表 t2 中满足条件的行，跟 R 组成一行，作为结果集的一部分；
重复执行步骤 1 到 3，直到表 t1 的末尾循环结束。

这个 join 语句执行过程中，驱动表是走全表扫描，而被驱动表（存在索引）是走树搜索。

image.png

2.Simple Nested-Loop Join

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

表 t2 的字段 b 上没有索引，因此再用图 2 的执行流程时，每次到 t2 去匹配的时候，就要做一次全表扫描。

3.Block Nested-Loop Join

被驱动表上没有可用的索引，算法的流程是这样的：把表 t1 的数据读入线程内存 join_buffer 中，由于我们这个语句中写的是 select *，因此是把整个表 t1 放入了内存；扫描表 t2，把表 t2 中的每一行取出来，跟 join_buffer 中的数据做对比，满足 join 条件的，作为结果集的一部分返回。

image.png

在这个过程中，对表 t1 和 t2 都做了一次全表扫描，因此总的扫描行数是 1100。由于 join_buffer 是以无序数组的方式组织的，因此对表 t2 中的每一行，都要做 100 次判断，总共需要在内存中做的判断次数是：100*1000=10 万次。前面我们说过，如果使用 Simple Nested-Loop Join 算法进行查询，扫描行数也是 10 万行。因此，从时间复杂度上来说，这两个算法是一样的。但是，Block Nested-Loop Join 算法的这 10 万次判断是内存操作，速度上会快很多，性能也更好。

4.Multi-Range Read 优化

Multi-Range Read 优化 (MRR)。这个优化的主要目的是尽量使用顺序读盘。字段a存在索引

select * from t1 where a>=1 and a<=100;

主键索引是一棵 B+ 树，在这棵树上，每次只能根据一个主键 id 查到一行数据。因此，回表肯定是一行行搜索主键索引的

image.png

MRR 优化的设计思路。此时，语句的执行流程变成了这样：
a.根据索引 a，定位到满足条件的记录，将 id 值放入 read_rnd_buffer 中 ;
b.将 read_rnd_buffer 中的 id 进行递增排序；
c.排序后的 id 数组，依次到主键 id 索引中查记录，并作为结果返回

image.png