正文
MySQL的Join到底能不能用 经常听到2种观点:
- join性能低,尽量少用
- 多表join时,变为多个SQL进行多次查询
其实对于上面的观点一定程度上是正确的,但不是完全正确。但之所以流传这么广,主要还是没有搞清楚实际状态,而根据实际使用中总结出来的一些模糊规律。只有了解的MySQL的Join实际执行方式,就会知道上面2种观点是一种模糊的规律,这种规律并不能指导我们实际开发。下面就说说MySQL的实际join执行方式。
MySQL的Join是如何执行的
join可以说一种集合的运算,比如left join,right join,inner join,full join,outer join,cross join等,这些集合间的计算关系对应在高中数学集合里面的交集,并集,补集,全集等。但在实际的代码中,join运算基本上是通过多层循环来实现的。
举一个例子,假设有t1,t2两张表,表结构分别如下:
createtablet1(
idintnotnullAUTO_INCREMENT,
usernamevarchar(20)notnulldefault'',
ageintnotnulldefault0,
PRIMARYkey(`id`)
)ENGINE=INNODBDEFAULTCHARSET=UTF8MB4;
createtablet2(
idintnotnullauto_increment,
usernamevarchar(20)notnulldefault'',
scoreintnotnulldefalut0,
primarykey(`id`)
))ENGINE=INNODBDEFAULTCHARSET=UTF8MB4;
假设t1有100条数据,t2表有200条数
查询sql为:
selectt1.*,t2.*fromt1leftjoint2on(t1.username=t2.username)
那么这条SQL的执行步骤如下:
- 从表t1中取一行数据r1
- 从r1中,取出字段username到表t2中查询
- 取出表t2中满足条件的行,跟r1组成一行,作为结果集的一部份
- 重复执行步骤1,2,3,直到表t1的所以数据循环完毕
基本上先遍历t,1,然后根据t1中的每行数据中的username,去表t2中查找满足条件的记录。基本就是2层循环。
如何优化join查询
从上面可以看出,join本质是循环,这里的开销如下:
- 遍历t1数据,读取数据为t1表的行数,假设行数为n,则复杂度也为n
- 根据t1的匹配字段username去t2中一行一行的查询数据
- 这个过程,因为MySQL的数据存储结构为二叉树,时间复杂度为log2(m) m为t2表的总行数
- 那么总复杂度近似为 n+n(2log2(m))
从上面的步骤可以看出,优化方向:
- 降低t1查询时的开销,主要是磁盘io开销,避免全表扫描,用索引
- 降低t2查询时的开销,也用索引
- 将数据量多的表做被驱动表,小表作驱动表,m取了对数,大表数据量大对复杂度的影响没有线性增长
- 缓存t1表,不用每次去磁盘load,比如一次缓存100条,那么能显著降低磁盘读数据次数,t2每次与缓存中的t1数据进行比较
- 随机磁盘读比较耗费磁盘性能,转为顺序读,因为二叉树的存储结构,每次非主键查找,有一个回表的动作,即根据主键再次查询需要的数据
优化的基本方法:
- 减少循环次数,减少磁盘IO次数,变随机IO为顺序IO
- 其实MySQL针对上面的优化方法有对应的算法:
- Simple Nested Loop Join 最普通的循环,这个要避免
- Block Nested Loop Join 主要是针对t2表上没有索引,在步骤2将t2中的每一行数据跟join buffer数据做对比,这样将磁盘操作转为内存操作进行比较,但是如果被驱动表的数据比较大的话,也影响性能,主要是cache pool被占满,导致MySQL性能下降
- Index Nested Join 就是都通过主键进行查找关联,这种性能比较好
Batched Key Access Join 这个是 Index Nested Join上做的优化,因为回表的存在,随机操作io也很耗费性能,这个算法的核心在于通过辅助索引去查找时,将得到的主键进行排序,然后按照主键递增的顺序进行查找,对磁盘的读接近顺序读,从而优化性能
到底要不用Join
从上面的分析我们可以看到,用Join还是可行的,只要性能可控且在接受范围内,还是能减少代码复杂度的。需要避免的是join的表没有索引,不然这样的SQL发线上是灾难性的。
总结
Join还是可以大胆的使用,只要把握好几个原则:
-
尽量让join的列是索引列,而且最好是类型相同,尽可能是主键索引
-
尽量将小表做驱动表(这一点MySQL在5.6某个版本后能自动完成)
-
养成将写好的SQL进行explain的好习惯,观察SQL的执行过程