MySQL 第十一期 Join 关联查询分析

前言

在写下这篇博客之前，我对关联查询对应得底层逻辑也是不清楚的，并且对关联查询及子查询的处理也是很陌生的，但是参考多篇文档之后，才开始慢慢的了解了其中的玄妙。所以特意找个时间好好写一写。

表结构

# 学生表
CREATE TABLE `student` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(255) NOT NULL COMMENT '学生名',
  `class_id` int(11) NOT NULL COMMENT '班级ID',
  `monitor_id` int(11) DEFAULT NULL COMMENT '班长ID',
  PRIMARY KEY (`id`),
  KEY `index_class` (`class_id`) USING BTREE,
  KEY `index_monitor` (`monitor_id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8;

# 班级表
CREATE TABLE `class` (
  `id` int(11) NOT NULL,
  `class_name` varchar(255) DEFAULT NULL COMMENT '班级名',
  `sort` int(11) DEFAULT NULL COMMENT '排序',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

什么是关联查询

在使用数据库查询是，发现单表的查询已经不能满足业务时，就要涉及到多个表的查询，这就是关联查询，它至少是两个表之间的关联。

关联查询的类型

• 内连接
  SELECT s.id,c.class_name,s.name FROM student s JOIN class c ON s.class_id = c.id

• 左外连接
  SELECT s.id,c.class_name,s.name FROM student s LEFT JOIN class c ON s.class_id = c.id

• 右外连接
  SELECT s.id,c.class_name,s.name FROM student s INNER JOIN class c ON s.class_id = c.id

• 自连接
  SELECT s.id,s.name, s2.name as montitor_name FROM student s LEFT JOIN student s2 ON s.id = s2.monitor_id

• 全外连接
  SELECT s.id,s.name, c.class_name as montitor_name FROM student s LEFT JOIN class c ON s.class_id = c.id UNION SELECT s.id,s.name, c.class_name as montitor_name FROM student s LEFT JOIN class c ON s.class_id = c.id

关联的三种算法

• Index nested-Loop join 算法
• Simple Nested-Loop join 算法
• Block Nested-Loop Join 算法

Index nested-Loop join

翻译成中文：索引嵌套循环查询。

---

定义：当有两张表使用 join 关联的时候，它们用于关联的字段如果都用上了索引，不论是驱动表还是被驱动表，这时就会使用上 Index nested-Loop join 算法。简称 NLJ

---

示例
select * from student s join class c on s.class_id = c.id
t1 和 t2 它们的sql语句直接使用join关联，这个时候我们观察到 s.class_id 是有索引的。并且 join 过程也会用上这个索引的。那么我们来看看它的整体执行流程是怎样的。

---

执行流程：

• 从student 表中读入一行数据 Row；
• 从数据行 R 中，取出 class_id 字段到表 class 里去查找
• 取出表 class 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1 到 3 步骤，知道 student 的末尾循环结束。

---

我们可以从执行流程中看到，它的过程，很像我们用业务代码的嵌套查询逻辑，然后由于它又可以使用上被驱动表的索引，所以就称为 索引嵌套循环查询了。

注意：当使用 join 时会默认选择表的结果集小的为驱动表，这句话的意思就是 经过where条件后的结果集。

小结

• 使用join语句，性能比强行拆分成多个单表执行SQL语句的性能要好。
• 如果使用 Join 语句的话，需要让小表做驱动表。

Simple Nested-Loop Join

这个算法是比较少用的，因为它是两张表关联都没有使用上索引，会导致 student 和 class 两张表都是查询所有，然后再汇总成正确的结果集返回。举个例子：
比如 我查出 student.class_id = 2 的行数，但是我拿到这条数据却去跟 monitor_id 关联了，相当于 M * N的关系 所以会非常的笨重。不建议使用这种。

Block Nested-Loop Join

翻译： 块嵌套查询
这个算法跟上面方法很相似的，但是最大的区别是，BNL算法的数据获取是在内存中进行的。就拿student 和 class 表举例，相当于：

• 先将student表的数据全部读入缓存join_buffer 中，等join_buffer满了，就执行第二步
• 扫描 class 表中每一行与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。
• 清空 join_buffer
• 继续扫描表 student ，将剩余的行数读入join_buffer 中，继续与class表做对比的。

因为它是分段去查询的 不是一次就将所有需要的结果集返回，所以它就被称为块嵌套查询。

总结

• 如果可以使用被驱动表的索引，join语句还是有其优势的
• 不能使用被驱动表的索引，只能使用 Block Nested-Loop 算法，这样的语句尽量不要使用
• 在使用 join 的时候，应该让小表作为驱动表。

拓展

所谓小表的对比都是根据结果集以及参与Join的各个字段的总数据量的大小去做对比的，比如 student 表加了筛选条件过滤之后返回的结果集要比class表的返回结果集小的话，我们就说student 这个时候就是小表了，所以很多时候驱动表的选择是不固定的所以这个时候 我们就需要看业务需求而去选择驱动小表了。

参考文献。¹²

---

1. mysql 45讲 ↩︎

2. Mysql 性能优化 ↩︎