神奇的 SQL 之联表细节 → MySQL JOIN 的执行过程（一）

时间 2020-01-04 标签神奇 sql 细节 mysql join 执行过程

开心一刻

　　我：嗨，老板娘，有冰红茶没
　　老板娘：有
　　我：多少钱一瓶
　　老板娘：3块
　　我：给我来一瓶，给，3块
　　老板娘：来，你的冰红茶
　　我：玩呐，我要冰红茶，你给我个瓶盖干哈？
　　老板娘：这是再来一瓶，我家卖完了，你去隔壁家换一下html

问题背景

　　对于 MySQL 的 JOIN，不知道你们有没有去想过他的执行流程，亦或有没有怀疑过本身的理解（自信满满的自我认为！）；若是你们不知道怎么检验，能够试着回答以下的问题mysql

　　驱动表的选择

　　　　MySQL 会如何选择驱动表，按从左至右的顺序选择第一个？android

　　多表链接的顺序

　　　　假设咱们有 3 张表：A、B、C，和以下 SQLios

-- 伪 SQL，不能直接执行
A LEFT JOIN B ON B.aId = A.id
LEFT JOIN C ON C.aId = A.id
WHERE A.name = '666' AND B.state = 1 AND C.create_time > '2019-11-22 12:12:30'

　　　　是 A 和 B 联表处理完以后的结果再和 C 进行联表处理，仍是 A、B、C 一块儿联表以后再进行过滤处理，仍是说这两种都不对，有其余的处理方式？算法

　　ON、WHERE 的生效时机

　　　　楼主无心之间逛到了一篇博文，它里面有以下介绍sql

正经图1 摘自 Mysql - JOIN详解segmentfault

　　　　看完这个，楼主第一时间有发现新大陆的感受，原来 JOIN 的执行顺序是这样的（不是颠覆了楼主以前的认知，由于楼主以前就没想过这个问题，而是有种新技能获取的知足），可后面越想越不对，感受像是学错了技能（6级没学大！）缓存

　　　　若是两表各有几百上千万的数据，那这两张表作笛卡尔积，结果不敢想象！也就是说正经图1 中的顺序还有待商榷，ON 和 WHERE 的生效时间也有待商榷ide

　　若是你对上述问题都了如指掌，那请你走开，别妨碍我装逼；若是你对上述问题还不是特别清楚，那么请坐好，我要开始装逼了oop

前提准备

　　正式开讲以前了，先给你们预备一些花生、瓜子和啤酒，装逼就得有装逼的氛围，否则怎么看的下去，你说是吧？（楼主，你个骗子，货了？）

　　驱动表

　　　　何谓驱动表，指多表关联查询时，第一个被处理的表，亦可称之为基表，而后再使用此表的记录去关联其余表。驱动表的选择遵循一个原则：在对最终结果集没影响的前提下，优先选择结果集最少的那张表做为驱动表。这个原则说的很差懂，结果集最少，这个也许咱们能估出来，但对最终结果集不影响，这个就很差判断了，难归难，但仍是有必定规律的：

LEFT JOIN 通常以左表为驱动表（RIGHT JOIN通常则是右表 ），INNER JOIN 通常以结果集少的表为驱动表，若是还以为有疑问，则可用 EXPLAIN 来找驱动表，其结果的第一张表便是驱动表。
你觉得 EXPLAIN 就必定准吗 ？ 执行计划在真正执行的时候是可能改变的！

绝大多少状况下是适用的，特别是 EXPLAIN

　　　　LEFT JOIN 某些状况下会被查询优化器优化成 INNER JOIN；结果集指的是表中记录过滤后的结果，而不是表中的全部记录，若是无过滤条件则是表中全部记录

　　　　更多信息可查看：Mysql多表链接查询的执行细节（一）

　　SQL 执行的流程图

　　　　当咱们向 MySQL 发送一个请求的时候，MySQL 到底作了些了什么

SQL 执行路径，摘自《高性能MySQL》

　　　　能够看到，执行计划是查询优化器的输出结果，执行引擎根据执行计划来查询数据

　　数据准备

　　　　MySQL 5.7.1，InnoDB 引擎；建表 SQL 和数据初始 SQL

-- 表建立与数据初始化
DROP TABLE IF EXISTS tbl_user;
CREATE TABLE tbl_user (
  id INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主键',
  user_name VARCHAR(50) NOT NULL COMMENT '用户名',
  sex TINYINT(1) NOT NULL COMMENT '性别, 1:男，0:女',
  create_time datetime NOT NULL COMMENT '建立时间',
  update_time datetime NOT NULL COMMENT '更新时间',
    remark VARCHAR(255) NOT NULL DEFAULT '' COMMENT '备注',
  PRIMARY KEY (id)
) COMMENT='用户表';

DROP TABLE IF EXISTS tbl_user_login_log;
CREATE TABLE tbl_user_login_log (
  id INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主键',
  user_name VARCHAR(50) NOT NULL COMMENT '用户名',
  ip VARCHAR(15) NOT NULL COMMENT '登陆IP',
  client TINYINT(1) NOT NULL COMMENT '登陆端, 1:android, 2:ios, 3:PC, 4:H5',
  create_time datetime NOT NULL COMMENT '建立时间',
  PRIMARY KEY (id)
) COMMENT='登陆日志';
INSERT INTO tbl_user(user_name,sex,create_time,update_time,remark) VALUES
('何天香',1,NOW(), NOW(),'朗眉星目，一表人材'),
('薛沉香',0,NOW(), NOW(),'天星楼的总楼主薛摇红的女儿，也是天星楼的少总楼主，体态丰盈，乌发飘逸，指若春葱，袖臂如玉，风姿卓然，高贵典雅，人称“天星绝香”的武林第一大美女'),
('慕容兰娟',0,NOW(), NOW(),'武林东南西北四大世家之北世家慕容长明的独生女儿，生得玲珑剔透，粉雕玉琢，脾气倒是刚烈无比，又喜着火红，因此人送绰号“火凤凰”，是除天星楼薛沉香以外的武林第二大美女'),
('苌婷',0,NOW(), NOW(),'当今皇上最宠爱的侄女，北王府的郡主，腰肢纤细，遍体罗绮，眉若墨画，唇点樱红；虽无沉香之雅重，兰娟之热烈，却别现出一种空灵'),
('柳含姻',0,NOW(), NOW(),'武林四绝之一的添愁仙子董婉婉的徒弟，体态窈窕，姿容秀丽，真个是秋水为神玉为骨，芙蓉如面柳如腰，眉若墨画，唇若点樱，不弱西子半分，更胜玉环一筹; 摇红楼、听雨轩，琵琶一曲值千金!'),
('李凝雪',0,NOW(), NOW(),'李相国的女儿，神采奕奕，英姿飒爽，爱憎分明'),
('周遗梦',0,NOW(), NOW(),'音神传人，湘妃竹琴的拥有者，云髻高盘，穿了一身黑色蝉翼纱衫，愈以为冰肌玉骨，粉面樱唇，格外娇艳动人'),
('叶留痕',0,NOW(), NOW(),'圣域圣女，肤白如雪，白衣飘飘，宛如仙女通常，微笑中带着说不出的柔和之美'),
('郭疏影',0,NOW(), NOW(),'扬灰右使的徒弟，秀发细眉，玉肌丰滑，娇润脱俗'),
('钟钧天',0,NOW(), NOW(),'天界，玄天九部 - 钧天部的部主，超凡脱俗，仙气逼人'),
('王雁云',0,NOW(), NOW(),'尘缘山庄二小姐，刁蛮任性'),
('许侍霜',0,NOW(), NOW(),'药王谷谷主女儿，医术高明'),
('冯黯凝',0,NOW(), NOW(),'桃花门门主，娇艳如火，千娇百媚');
INSERT INTO tbl_user_login_log(user_name, ip, client, create_time) VALUES
('薛沉香', '10.53.56.78',2, '2019-10-12 12:23:45'),
('苌婷', '10.53.56.78',2, '2019-10-12 22:23:45'),
('慕容兰娟', '10.53.56.12',1, '2018-08-12 22:23:45'),
('何天香', '10.53.56.12',1, '2019-10-19 10:23:45'),
('柳含姻', '198.11.132.198',2, '2018-05-12 22:23:45'),
('冯黯凝', '198.11.132.198',2, '2018-11-11 22:23:45'),
('周遗梦', '198.11.132.198',2, '2019-06-18 22:23:45'),
('郭疏影', '220.181.38.148',3, '2019-10-21 09:45:56'),
('薛沉香', '220.181.38.148',3, '2019-10-26 22:23:45'),
('苌婷', '104.69.160.60',4, '2019-10-12 10:23:45'),
('王雁云', '104.69.160.61',4, '2019-10-16 20:23:45'),
('李凝雪', '104.69.160.62',4, '2019-10-17 20:23:45'),
('许侍霜', '104.69.160.63',4, '2019-10-18 20:23:45'),
('叶留痕', '104.69.160.64',4, '2019-10-19 20:23:45'),
('王雁云', '104.69.160.65',4, '2019-10-20 20:23:45'),
('叶留痕', '104.69.160.66',4, '2019-10-21 20:23:45');

SELECT * FROM tbl_user;
SELECT * FROM tbl_user_login_log;

View Code

　　单表查询

　　　　单表查询的过程比较好理解，大体以下

　　　　关于单表查询就不细讲了，主要涉及到：聚簇索引，覆盖索引、回表操做，知道这 3 点，上图就好理解了（不知道的赶快去查资料，暴露了就丢人了！）。

联表算法

　　MySQL 的联表算法是基于嵌套循环算法（nested-loop algorithm）而衍生出来的一系列算法，根据不一样条件而选用不一样的算法

在使用索引关联的状况下，有 Index Nested-Loop join 和 Batched Key Access join 两种算法;
在未使用索引关联的状况下，有 Simple Nested-Loop join 和 Block Nested-Loop join 两种算法;

　　Simple Nested-Loop

　　　　简单嵌套循环，简称 SNL；逐条逐条匹配，就像这样

for each row in t1 matching range {
  for each row in t2 matching reference key {
    for each row in t3 {
      if row satisfies join conditions, send to client
    }
  }
}

View Code

　　　　这种算法简单粗暴，但毫无性能可言，时间性能上来讲是 n（表中记录数）的 m（表的数量）次方，因此 MySQL 作了优化，联表查询的时候不会出现这种算法，即便在无 WHERE 条件且 ON 的链接键上无索引时，也不会选用这种算法

　　Block Nested-Loop

　　　　缓存块嵌套循环链接，简称 BNL，是对 INL 的一种优化；一次性缓存多条驱动表的数据到 Join Buffer，而后拿 Join Buffer 里的数据批量与内层循环读取的数据进行匹配，就像这样

for each row in t1 matching range {
  for each row in t2 matching reference key {
    store used columns from t1, t2 in join buffer
    if buffer is full {
      for each row in t3 {
        for each t1, t2 combination in join buffer {
          if row satisfies join conditions, send to client
        }
      }
      empty join buffer
    }
  }
}

if buffer is not empty {
  for each row in t3 {
    for each t1, t2 combination in join buffer {
      if row satisfies join conditions, send to client
    }
  }
}

View Code

　　　　将内部循环中读取的每一行与缓冲区中的全部记录进行比较，这样就能够减小内层循环的读表次数。举个例子，若是没有 Join Buffer，驱动表有 30 条记录，被驱动表有 50 条记录，那么内层循环的读表次数应该是 30 * 50 = 1500，若是 Join Buffer 可用并能够存 10 条记录（Join Buffer 存储的是驱动表中参与查询的列，包括 SELECT 的列、ON 的列、WHERE 的列，而不是驱动表中整行整行的完整记录），那么内层循环的读表次数应该是 30 / 10 * 50 = 150，被驱动表必须读取的次数减小了一个数量级。

　　　　当被驱动表在链接键上无索引且被驱动表在 WHERE 过滤条件上也没索引时，经常会采用此种算法来完成联表，以下所示

　　Index Nested-Loop

　　　　索引嵌套循环，简称 INL，是基于被驱动表的索引进行链接的算法；驱动表的记录逐条与被驱动表的索引进行匹配，避免和被驱动表的每条记录进行比较，减小了对被驱动表的匹配次数，大体流程以下图

　　　　咱们来看看实际案例，先给 tbl_user_login_log 添加索引 ALTER TABLE tbl_user_login_log ADD INDEX idx_user_name (user_name); ，咱们再来看联表执行计划

　　　　能够看到 tbl_user_login_log 的索引生效了，咱们再往下看

　　　　有趣的事发生了，驱动表变成了 tbl_user_login_log ，而 tbl_user 成了被驱动表， tbl_user_login_log 走索引过滤后获得结果集，再经过 BNL 算法将结果集与 tbl_user 进行匹配。这实际上是 MySQL进行了优化，由于 tbl_user_login_log 走索引过滤后获得的结果集比 tbl_user 记录数要少，因此选择了 tbl_user_login_log 做为驱动表，后面的也就理所固然了，是否是感受 MySQL 好强大？

　　Batched Key Access

　　　　批量key访问，简称 BKA，是对 INL 算法的一种优化；

　　　　BKA 对 INL 的优化相似于 BNL 对 SNL 的优化，但又有不一样；鉴于篇幅缘由，BKA 咱们放到下期讲解，但愿各位老哥见谅！实在是不行，你来打我呀！

总结

　　一、驱动表的选择有它的一套算法，有兴趣的能够去专研下；比较靠谱的肯定方法是用 EXPLAIN

　　二、联表顺序，不是两两联合以后，再去联合第三张表，而是驱动表的一条记录穿到底，匹配完全部关联表以后，再取驱动表的下一条记录重复联表操做；

　　三、MySQL 的链接算法基于嵌套循环算法，基于不一样的状况而采用不一样的衍生算法

　　四、关于 ON 和 WHERE，咱们下篇详细讲解，你们能够先考虑下它们的区别，以及生效时间

参考

　　Mysql多表链接查询的执行细节（一）

神奇的 SQL 之 联表细节 → MySQL JOIN 的执行过程（一）

开心一刻

问题背景

驱动表的选择

多表链接的顺序

ON、WHERE 的生效时机

前提准备

驱动表

SQL 执行的流程图

数据准备

单表查询

联表算法

Simple Nested-Loop

Block Nested-Loop

Index Nested-Loop

Batched Key Access

总结

参考

神奇的 SQL 之联表细节 → MySQL JOIN 的执行过程（一）

　　驱动表的选择

　　多表链接的顺序

　　ON、WHERE 的生效时机

　　驱动表

　　SQL 执行的流程图

　　数据准备

　　单表查询

　　Simple Nested-Loop

　　Block Nested-Loop

　　Index Nested-Loop

　　Batched Key Access