正文

MySQL的Join到底能不能用

經(jīng)常聽到2種觀點：

• join性能低，盡量少用
• 多表join時，變?yōu)槎鄠€SQL進(jìn)行多次查詢

其實對于上面的觀點一定程度上是正確的，但不是完全正確。但之所以流傳這么廣，主要還是沒有搞清楚實際狀態(tài)，而根據(jù)實際使用中總結(jié)出來的一些模糊規(guī)律。只有了解的MySQL的Join實際執(zhí)行方式，就會知道上面2種觀點是一種模糊的規(guī)律，這種規(guī)律并不能指導(dǎo)我們實際開發(fā)。下面就說說MySQL的實際join執(zhí)行方式。

MySQL的Join是如何執(zhí)行的

join可以說一種集合的運(yùn)算，比如left join,right join,inner join,full join,outer join，cross join等，這些集合間的計算關(guān)系對應(yīng)在高中數(shù)學(xué)集合里面的交集，并集，補(bǔ)集，全集等。但在實際的代碼中，join運(yùn)算基本上是通過多層循環(huán)來實現(xiàn)的。

舉一個例子，假設(shè)有t1,t2兩張表，表結(jié)構(gòu)分別如下：

createtablet1(
idintnotnullAUTO_INCREMENT,
usernamevarchar(20)notnulldefault'',
ageintnotnulldefault0,
PRIMARYkey(`id`)
)ENGINE=INNODBDEFAULTCHARSET=UTF8MB4;
createtablet2(
idintnotnullauto_increment,
usernamevarchar(20)notnulldefault'',
scoreintnotnulldefalut0,
primarykey(`id`)
))ENGINE=INNODBDEFAULTCHARSET=UTF8MB4;

假設(shè)t1有100條數(shù)據(jù)，t2表有200條數(shù)

查詢sql為：

selectt1.*,t2.*fromt1leftjoint2on(t1.username=t2.username)

那么這條SQL的執(zhí)行步驟如下：

1. 從表t1中取一行數(shù)據(jù)r1
2. 從r1中，取出字段username到表t2中查詢
3. 取出表t2中滿足條件的行，跟r1組成一行，作為結(jié)果集的一部份
4. 重復(fù)執(zhí)行步驟1,2,3,直到表t1的所以數(shù)據(jù)循環(huán)完畢

基本上先遍歷t，1,然后根據(jù)t1中的每行數(shù)據(jù)中的username，去表t2中查找滿足條件的記錄。基本就是2層循環(huán)。

如何優(yōu)化join查詢

從上面可以看出，join本質(zhì)是循環(huán)，這里的開銷如下：

1. 遍歷t1數(shù)據(jù)，讀取數(shù)據(jù)為t1表的行數(shù)，假設(shè)行數(shù)為n,則復(fù)雜度也為n
2. 根據(jù)t1的匹配字段username去t2中一行一行的查詢數(shù)據(jù)
3. 這個過程，因為MySQL的數(shù)據(jù)存儲結(jié)構(gòu)為二叉樹，時間復(fù)雜度為log2(m) m為t2表的總行數(shù)
4. 那么總復(fù)雜度近似為 n+n(2log2(m))

從上面的步驟可以看出，優(yōu)化方向：

1. 降低t1查詢時的開銷，主要是磁盤io開銷，避免全表掃描，用索引
2. 降低t2查詢時的開銷，也用索引
3. 將數(shù)據(jù)量多的表做被驅(qū)動表，小表作驅(qū)動表，m取了對數(shù)，大表數(shù)據(jù)量大對復(fù)雜度的影響沒有線性增長
4. 緩存t1表，不用每次去磁盤load,比如一次緩存100條，那么能顯著降低磁盤讀數(shù)據(jù)次數(shù)，t2每次與緩存中的t1數(shù)據(jù)進(jìn)行比較
5. 隨機(jī)磁盤讀比較耗費(fèi)磁盤性能，轉(zhuǎn)為順序讀，因為二叉樹的存儲結(jié)構(gòu)，每次非主鍵查找，有一個回表的動作，即根據(jù)主鍵再次查詢需要的數(shù)據(jù)

優(yōu)化的基本方法：

1. 減少循環(huán)次數(shù)，減少磁盤IO次數(shù)，變隨機(jī)IO為順序IO
2. 其實MySQL針對上面的優(yōu)化方法有對應(yīng)的算法：
3. Simple Nested Loop Join 最普通的循環(huán)，這個要避免
4. Block Nested Loop Join 主要是針對t2表上沒有索引，在步驟2將t2中的每一行數(shù)據(jù)跟join buffer數(shù)據(jù)做對比，這樣將磁盤操作轉(zhuǎn)為內(nèi)存操作進(jìn)行比較，但是如果被驅(qū)動表的數(shù)據(jù)比較大的話，也影響性能，主要是cache pool被占滿，導(dǎo)致MySQL性能下降
5. Index Nested Join 就是都通過主鍵進(jìn)行查找關(guān)聯(lián)，這種性能比較好

Batched Key Access Join 這個是 Index Nested Join上做的優(yōu)化，因為回表的存在，隨機(jī)操作io也很耗費(fèi)性能，這個算法的核心在于通過輔助索引去查找時，將得到的主鍵進(jìn)行排序，然后按照主鍵遞增的順序進(jìn)行查找，對磁盤的讀接近順序讀，從而優(yōu)化性能

到底要不用Join

從上面的分析我們可以看到，用Join還是可行的，只要性能可控且在接受范圍內(nèi)，還是能減少代碼復(fù)雜度的。需要避免的是join的表沒有索引，不然這樣的SQL發(fā)線上是災(zāi)難性的。

總結(jié)

Join還是可以大膽的使用，只要把握好幾個原則：

1. 盡量讓join的列是索引列，而且最好是類型相同,盡可能是主鍵索引
2. 盡量將小表做驅(qū)動表（這一點MySQL在5.6某個版本后能自動完成）
3. 養(yǎng)成將寫好的SQL進(jìn)行explain的好習(xí)慣，觀察SQL的執(zhí)行過程