Mysql多表链接查询的执行细节（一）

时间  2019-12-06 标签 mysql 表链 查询 执行 细节

先构建本篇博客的案列演示表：java

create table a(a1 int primary key, a2 int ,index(a2));  		--双字段都有索引
create table c(c1 int primary key, c2 int ,index(c2), c3 int);  --双字段都有索引
create table b(b1 int primary key, b2 int);						--有主键索引
create table d(d1 int, d2 int); 								--没有索引

insert into a values(1,1),(2,2),(3,3),(4,4),(5,5),(6,6),(7,7),(8,8),(9,9),(10,10);
insert into b values(1,1),(2,2),(3,3),(4,4),(5,5),(6,6),(7,7),(8,8),(9,9),(10,10);
insert into c values(1,1,1),(2,4,4),(3,6,6),(4,5,5),(5,3,3),(6,3,3),(7,2,2),(8,8,8),(9,5,5),(10,3,3);  
insert into d values(1,1),(2,2),(3,3),(4,4),(5,5),(6,6),(7,7),(8,8),(9,9),(10,10);
  1. 驱动表如何选择？

驱动表的概念是指多表关联查询时，第一个被处理的表，使用此表的记录去关联其余表。驱动表的肯定很关键，会直接影响多表链接的关联顺序，也决定了后续关联时的查询性能。mysql

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，优先选择结果集最小的那张表做为驱动表。改变驱动表就意味着改变链接顺序，只有在不会改变最终输出结果的前提下才能够对驱动表作优化选择。在外链接状况下，不少时候改变驱动表会对输出结果有影响，好比left join的左边表和right join的右边表，驱动表选择join的左边或者右边最终输出结果颇有可能会不一样。web

用结果集来选择驱动表，那结果集是什么？如何计算结果集？mysql在选择前会根据where里的每一个表的筛选条件，相应的对每一个可做为驱动表的表作个结果记录预估，预估出每一个表的返回记录行数，同时再根据select里查询的字段的字节大小总和作乘积：算法

每行查询字节数 * 预估的行数 = 预估结果集

经过where预估结果行数，遵循如下规则：sql

  • 若是where里没有相应表的筛选条件，不管on里是否有相关条件，默认为全表
  • 若是where里有筛选条件，可是不能使用索引来筛选，那么默认为全表
  • 若是where里有筛选条件，并且可使用索引，那么会根据索引来预估返回的记录行数

咱们以上述建立的表为基础，用以下sql做为案列来演示：缓存

select a.*,c.c2 from a join c on a.a2=c.c2 where a.a1>5 and c.c1>5;

经过explain查看其执行计划：
在这里插入图片描述
explain显示结果里排在第一行的就是驱动表，此时表a为驱动表。svg

若是将sql修改一下，将select 里的条件c.c2 修改成 c.* ：oop

select a.*,c.* from a join c on a.a2=c.c2 where a.a1>5 and c.c1>5;

经过explain查看其执行计划：
在这里插入图片描述
此时驱动表仍是c，按理来讲 c.* 的数据量确定是比 a.*大的，彷佛结果集大小的规则在这里没有起做用。性能

此情形下若是用a做为驱动表，经过索引c2关联到c表，那么还须要再回表查询一次，由于仅仅经过c2获取不到c.*的数据，还须要经过c2上的主键c1再查询一次。而上一个sql查询的是c2，不须要额外查询。同时由于a表只有两个字段，经过a2索引可以直接得到a.*,不须要额外查询。优化

综上所述，虽然使用c表来驱动，结果集大一些，可是可以减小一次额外的回表查询，因此mysql认为使用c表做为驱动来效率更高。

结果集是做为选择驱动表的一个主要因素，但不是惟一因素。

2 . 两表关联查询的内在逻辑是怎样的？

mysql表与表之间的关联查询使用Nested-Loop join算法，顾名思义就是嵌套循环链接，可是根据场景不一样可能有不一样的变种：好比Index Nested-Loop join，Simple Nested-Loop join,Block Nested-Loop join, Betched Key Access join等。

  • 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；

咱们先来看有索引的情形，使用的是博客刚开始时创建的表，sql以下：

select a.*,c.* from a join c on a.a2=c.c2 where a.a1>4;

经过explain查看其执行计划：
在这里插入图片描述

首先根据第一步的逻辑来肯定驱动表a，而后经过a.a1>4，a.来查询一条记录a1=5，将此记录的c2关联到c表，取得c2索引上的主键c1，而后用c1的值再去汇集索引上查询c.*，组成一条完整的结果，放入net buffer，而后再根据条件a.a1>4，a. 取下一条记录，循环此过程。过程图以下：

在这里插入图片描述
经过索引关联被驱动表，使用的是Index Nested-Loop join算法，不会使用msyql的join buffer。根据驱动表的筛选条件逐条地和被驱动表的索引作关联，每关联到一条符合的记录，放入net-buffer中，而后继续关联。此缓存区由net_buffer_length参数控制，最小4k,最大16M,默认是1M。 若是net-buffer满了，将其发送给client，清空net-buffer，继续上一过程。

经过上述流程知道，驱动表的每条记录在关联被驱动表时，若是须要用到索引不包含的数据时，就须要回表一次，去汇集索引上查询记录，这是一个随机查询的过程。每条记录就是一次随机查询，性能不是很是高。mysql对这种状况有选择的作了优化，将这种随机查询转换为顺序查询，执行过程以下图：
在这里插入图片描述
此时会使用Batched Key Access join 算法，顾名思义，就是批量的key访问链接。

逐条的根据where条件查询驱动表，将符合记录的数据行放入join buffer，而后根据关联的索引获取被驱动表的索引记录，存入read_rnd_buffer。join buffer和read_rnd_buffer都有大小限制，不管哪一个到达上限都会中止此批次的数据处理，等处理完清空数据再执行下一批次。也就是驱动表符合条件的数据可能不可以一次处理完，而要分批次处理。

当达到批次上限后，对read_rnd_buffer里的被驱动表的索引按主键作递增排序，这样在回表查询时就可以作到近似顺序查询：


在这里插入图片描述 在这里插入图片描述
如上图，左边是未排序前的随机查询示意图，右边是排序后使用MRR( Multi-Range Read)的顺序查询示意图。

由于mysql的InnoDB引擎的数据是按汇集索引来排列的，当对非汇集索引按照主键来排序后，再用主键去查询就使得随机查询变为顺序查询，而计算机的顺序查询有预读机制，在读取一页数据时，会向后额外多读取最多1M数据。此时顺序读取就能排上用场。

BKA算法在须要对被驱动表回表的状况下可以优化执行逻辑，若是不须要会表，那么天然不须要BKA算法。

若是要使用 BKA 优化算法的话，你须要在执行 SQL 语句以前先设置：

set optimizer_switch='mrr=on,mrr_cost_based=off,batched_key_access=on';

前两个参数的做用是要启用 MRR（Multi-Range Read）。这么作的缘由是，BKA 算法的优化须要依赖于MRR，官方文档的说法，是如今的优化器策略，判断消耗的时候，会更倾向于不使用 MRR，把 mrr_cost_based 设置为 off，就是固定使用 MRR 了。）

最后再用explain查看开启参数后的执行计划：
在这里插入图片描述
上述都是有索引关联被驱动表的状况，接下来咱们看看没有索引关联被驱动表的状况。

没有使用索引关联，那么最简单的Simple Nested-Loop join，就是根据where条件，从驱动表取一条数据，而后全表扫面被驱动表，将符合条件的记录放入最终结果集中。这样驱动表的每条记录都伴随着被驱动表的一次全表扫描，这就是Simple Nested-Loop join。

固然mysql没有直接使用Simple Nested-Loop join，而是对其作了一个优化，不是逐条的获取驱动表的数据，而是多条的获取，也就是一块一块的获取，取名叫Block Nested-Loop join。每次取一批数据，上限是达到join buffer的大小，而后全表扫面被驱动表，每条数据和join buffer里的全部行作匹配，匹配上放入最终结果集中。这样就极大的减小了扫描被驱动表的次数。

BNL(Block Nested-Loop join) 和 BKA(Batched Key Access join)的流程有点相似， 可是没有read_rnd_buffer这个步骤。

示例sql以下：

select a.*, d.* from a join d on a.a2=d.d2  where a.a1>7;

用explain查看其执行计划：
在这里插入图片描述

3 . 多表链接如何执行？是先两表链接的结果集而后关联第三张表，仍是一条记录贯穿全局？

其实看链接算法的名称：Nested-Loop join，嵌套循环链接，就知道是多表嵌套的循环链接，而不是先两表关联得出结果，而后再依次关联的形式，其形式相似于下面这样：

for row1 in table1 filtered by where{
	for row2 in table2 associated by table1.index1 filtered by where{
		for row3 in table3 associated by table2.index2 filtered by where{
			put into net-buffer then send to client;
		}
	}	
}

对于不一样的join方式，有下列状况：

Index Nested-Loop join：

sql以下：

select a.*,b.*,c.* from a join c on a.a2=c.c2 join b on c.c2=b.b2 where b.b1>4;

经过explain查看其执行计划：

在这里插入图片描述

其内部执行流程以下：在这里插入图片描述

执行前mysql执行器会肯定好各个表的关联顺序。首先经过where条件，筛选驱动表b的第一条记录b5，而后将用此记录的关联字段b2与第二张表a的索引a2作关联，经过Btree定位索引位置，匹配的索引可能不止一条。当匹配上一条，查看where里是否有a2的过滤条件且条件是否须要索引以外的数据，若是要则回表，用a2索引上的主键去查询数据，而后作判断。经过则用join后的信息再用一样的方式来关联第三章表c。

Block Nested-Loop join 和 Batched Key Access join : 这两个关联算法和Index Nested-Loop join算法相似，不过由于他们能使用join buffer，因此他们能够每次从驱动表筛选一批数据，而不是一条。同时每一个join关键字就对应着一个join buffer，也就是驱动表和第二张表用一个join buffer，获得的块结果集与第三章表用一个join buffer。

本篇博客主要就是讲述上述三个问题，如何肯定驱动表，两表关联的执行细节，多表关联的执行流程。

有疑问欢迎留言，共同进步。

联系我们 沪ICP备13005482号-10