java八股文面试[数据库]——JOIN优化

ゝ一世哀愁。 2024-03-26 23:18 75阅读 0赞

JOIN 是 MySQL 用来进行联表操作的，用来匹配两个表的数据，筛选并合并出符合我们要求的结果集。

JOIN 操作有多种方式，取决于最终数据的合并效果。常用连接方式的有以下几种:

![image.png][]

什么是**驱动表** ?

*  多表关联查询时,**第一个被处理的表**就是驱动表,使用驱动表去关联其他表.
 *  驱动表的确定非常的关键,会直接影响多表关联的顺序,也决定后续关联查询的性能

驱动表的选择要遵循一个**规则**:

*  在对最终的结果集没有影响的前提下,优先选择**结果集最小**的那张表作为驱动表

**3) 三种JOIN算法**

1.**Simple Nested-Loop Join**（ 简单的**嵌套循环**连接 )

*  简单来说**嵌套循环**连接算法就是一个双层for 循环 ，通过循环外层表的行数据，逐个与内层表的所有行数据进行比较来获取结果.
 *  这种算法是最简单的方案，性能也一般。对内循环没优化。
 *  例如有这样一条SQL:
    
        -- 连接用户表与订单表 连接条件是 u.id = o.user_id
        select * from user t1 left join order t2 on t1.id = t2.user_id;
        -- user表为驱动表,order表为被驱动表
 *  转换成代码执行时的思路是这样的:
    
        for(user表行 uRow : user表){
            for(Order表的行 oRow : order表){
                if(uRow.id = oRow.user_id){
                    return uRow;
                }
            }
        }
 *  **匹配过程如下图**
    
    ![image.png][image.png 1]
 *  **SNL 的特点**
    
     *  简单粗暴容易理解，就是通过双层循环比较数据来获得结果
     *  查询效率会**非常慢**,假设 A 表有 N 行，B 表有 M 行。SNL 的开销如下：
        
         *  A 表扫描 1 次。
         *  B 表扫描 M 次。
         *  一共有 N 个内循环，每个内循环要 M 次，一共有内循环 N \* M 次

**2) Index Nested-Loop Join（ 索引嵌套循环连接 ）**

*  Index Nested-Loop Join 其优化的思路: **主要是为了减少内层表数据的匹配次数** , 最大的区别在于，用来进行 join 的字段已经在被驱动表中**建立了索引**。
 *  从原来的 `匹配次数 = 外层表行数 * 内层表行数` , 变成了 `匹配次数 = 外层表的行数 * 内层表索引的高度` ，极大的提升了 join的性能。
 *  当 `order` 表的 `user_id` 为索引的时候执行过程会如下图：

![image.png][image.png 2]

注意：使用Index Nested-Loop Join 算法的前提是匹配的字段必须建立了**索引**。

**3) Block Nested-Loop Join( 块嵌套循环连接 )**

如果 join 的字段**有索引**，MySQL 会使用 INL 算法。如果没有的话，MySQL 会如何处理？

因为不存在索引了，所以被驱动表需要进行扫描。这里 MySQL 并不会简单粗暴的应用 SNL 算法，而是**加入了 buffer 缓冲区**，降低了内循环的个数，也就是被驱动表的扫描次数。

![image.png][image.png 3]

*  在外层循环扫描 user表中的所有记录。扫描的时候，会把**需要进行 join** 用到的**列都缓存**到 buffer 中。buffer 中的数据有一个特点，里面的记录**不需要一条一条地取出来**和 order 表进行比较，而是整个 buffer 和 order表进行**批量比较**。
 *  如果我们把 buffer 的空间开得很大，可以容纳下 user 表的所有记录，那么 order 表也只需要**访问一次**。
 *  MySQL 默认 buffer 大小 **256K**，如果有 n 个 join 操作，会生成 **n-1 个 join buffer**。
    
        mysql> show variables like '%join_buffer%';
        +------------------+--------+
        | Variable_name    | Value  |
        +------------------+--------+
        | join_buffer_size | 262144 |
        +------------------+--------+
        
        mysql> set session join_buffer_size=262144;
        Query OK, 0 rows affected (0.00 sec)

**4) JOIN优化总结**

1.  永远用小结果集驱动大结果集(其本质就是减少外层循环的数据数量)
2.  为匹配的条件增加索引(减少内层表的循环匹配次数)
3.  增大join buffer size的大小（一次缓存的数据越多，那么内层包的扫表次数就越少）
4.  减少不必要的字段查询（字段越少，join buffer 所缓存的数据就越多

知识来源：马士兵教育

[image.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/1297cdb6f3824afab73ff3fa018d6648.png
[image.png 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/f6b6480fb91b45b483faa6fbf48389e1.png
[image.png 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/42707add38154cffaffed76ec0f97b0e.png
[image.png 3]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/1468ca73a88b44568d2a72bd6e6ec051.png