null |
|
2 连接关键字
连接两个表我们可以用两个关键字：on，using。on可以指定具体条件，using则指定相同名字和数据类型的列作为等值判断的条件，多个则通过逗号隔开。
如下:
on: select * from A join B on A.id=B.id and B.name=''
using: select * from A join B using(id,name) = select * from A join B on
A.id=B.id and A.name=B.name
3 连接类型
3.1 内连接
内连接和交叉连接
- 语法：
A join | inner join | cross join B
- 表现：A和B满足连接条件记录的交集，如果没有连接条件，则是A和B的笛卡尔积
- 特点：在MySQL中,
cross join ，inner join和join所实现的功能是一样的。因此在MySQL的官方文档中，指明了三者是等价的关系。
隐式连接
- 语法：
from A,B,C
- 表现：相当于无法使用
on和using的join
- 特点：逗号是隐式连接运算符。 隐式连接是SQL92中的标准内容，而在SQL99中显式连接才是标准，虽然很多人还在用隐私连接，但是它已经从标准中被移除。从使用的角度来说，还是推荐使用显示连接，这样可以更清楚的显示出多个表之间的连接关系和连接依赖的属性。
3.2 外连接
左外连接
- 语法：
A left join B
- 表现：左表的数据全部保留，右表满足连接条件的记录展示，不满足的条件的记录则全是
null
右外连接
- 语法：
A right join B
- 表现：右表的数据全部保留，左表满足连接条件的记录展示，不满足的条件的记录则全是
null
全外连接
MySQL不支持全外连接，只支持左外连接和右外连接。如果要获取全连接的数据，要可以通过合并左右外连接的数据获取到，如 select * from A left join B on A.name = B.name union select * from A right join B on B.name = B.name;。
这里union会自动去重，这样取到的就是全外连接的数据了。
3.3 自然连接
- 语法：
A natural join B ==== A natural left join B ==== A natural right join B
- 表现：相当于不能指定连接条件的连接，MySQL会使用左右表内相同名字和类型的字段作为连接条件。
- 特点：自然连接也分自然内连接，左外连接，右外连接，其表现和上面提到的一致，只是连接条件由MySQL自动判定。
4 执行顺序
在连接过程中，MySQL各关键字执行的顺序如下：
from -> on|using -> where -> group by -> having -> select -> order by ->
limit
可以看到，连接的条件是先于where的，也就是先连接获得结果集后，才对结果集进行where筛选，所以在使用join的时候，我们要尽可能提供连接的条件，而少用where的条件，这样才能提高查询性能。
5 连接算法
join有三种算法，分别是Nested Loop Join，Hash join，Sort Merge Join。MySQL官方文档中提到，MySQL只支持Nested Loop Join这一种算法。
具体来说Nested Loop Join又分三种细分的算法：
我们来看下对于连接语句select * from A left join B on A.id=B.tid，这三种算法是怎么连接的。
5.1 Simple Nested Loop Join（SNLJ）
SNLJ是在没有使用到索引的情况下，通过两层循环全量扫描连接的两张表，得到符合条件的两条记录则输出。也就是让两张表做笛卡尔积进行扫描，是比较暴力的算法，会比较耗时。其过程如下：
for (a in A) {
for (b in B) {
if (a.id == b.tid) {
output <a, b>;
}
}
}当然，MySQL即使在无索引可用，或者判断全表扫描可能比使用索引更快的情况下，还是不会选择使用过于粗暴的SNLJ算法，而是采用下面的算法。
5.2 Block Nested Loop Join（BNLJ）
INLJ是MySQL无法使用索引的时候采用的join算法。会将外层循环的行分片存入join buffer, 内层循环的每一行与整个buffer中的记录做比较，从而减少内层循环的次数，具体逻辑如下:
for (blockA in A.blocks) {
for (b in B) {
if (b.tid in blockA.id) {
output <a, b>;
}
}
}相比于SNLJ算法，BNLJ算法通过外层循环的结果集的分块，可以有效的减少内层循环的次数。
原理
举例来说，外层循环的结果集是100行，使用SNLJ算法需要扫描内部表100次，如果使用BNLJ算法，假设每次分片的数量是10，则会先把对Outer Loop表(外部表)每次读取的10行记录放到join buffer,然后在InnerLoop表(内部表)中每次循环都直接匹配这10行数据，这样内层循环只需要10次，对内部表的扫描减少了9/10，所以BNLJ算法就能够显著减少内层循环表扫描的次数。
当然这里，不管SNLJ还是BNLJ算法，他们总的比较次数都是一样的，都是要拿外层循环的每一行与内层循环的每一行进行比较。
BNLJ算法减少的是总的扫描行数，SNLJ算法是外层循环要一行行扫描A表的数据，然后取A.id去表B一行行扫描看是否匹配。而BNLJ算法则是外层循环要一行行扫描A表的数据，然后放到内存分块里，然后去表B一行行扫描，扫描出来的B的一行数据与内存分块里的A的数据块进行比较。这里可以一次就是很多行A的数据与B的数据进行比较，而且是在内存中进行比较，速度更加快了。
影响因素
这里BNLJ算法总的扫描行数是由外层循环的数据量N，和分块数量K还有内层循环的数据量M决定的。其中分块数量K与外层循环的数据量N又是息息相关的，我们可以表示为λN，其中λ取值为(0~1)。则总扫描次数C=N+λNM。
可以看出，在这个式子里，N和λ的大小都会影响扫描行数，但是λ才是影响扫描行数的关键因素，这个值越小越好（除非N和M的差值非常大，这时候N才会成为关键影响因素）。
那什么会影响 λ 的大小呢？那就是 MySQL的join_buffer_size设置项的大小了。λ和join_buffer_size成倒数关系,join_buffer_size越大，分块越大，λ越小，分块数量也就越少，也就是外层循环的次数也越少。所以在使用不上索引的时候，我们要优先考虑扩大join_buffer_size的大小，这样优化效果会更明显。而在能使用上索引的时候，MySQL会使用以下算法来进行join。
5.3 Index Nested Loop Join（INLJ）
INLJ是MySQL判断能使用到被驱动表的索引的情况下采用的算法。假设A表的数据行为10，B表的数据行为100，且B.tid建立了索引，则对于select * from A left join B on A.id=B.tid，MySQL会采用Index Nested Loop Join。其过程如下：
for (a in A) {
if (a.id in B.tid.Index) {
output <a, tid.Index所在行>;
}
}总共需要循环10次A，每次循环的时候通过索引查询一次B的数据。而如果我们反过来是B left join A的话，总共要循环100次B，由此可见如果使用join的话，需要让小表做驱动表，这样才能有效减少循环次数。但是需要注意的是，这个结论的前提是可以使用被驱动表的索引。
INLJ内层循环读取的是索引，可以减少内存循环的次数，提高join效率，但是也有缺点的，就是如果扫描的索引是非聚簇索引，并且需要访问非索引的数据，会产生一个回表读取数据的操作，这就多了一次随机的I/O操作。例如上面在索引里匹配到了tid，还要去找tid所在的行在磁盘所在的位置，具体可以见我以前的文章：MySQL索引详解之索引的存储方式。
6 注意事項
- 接続条件を増やし、
join
- 使用後のデータセットのサイズを小さくしてみてください。結果セット ドライバー 大きな結果セットの場合は、最初に小さなフィルター結果を持つテーブルを接続し、次に大きな結果セットを持つテーブルを接続します。
-
join である駆動テーブルのフィールドは、次のとおりである必要があります。インデックスが付けられている場合は、上位のインデックスを使用します。上位インデックスの使用には、このフィールドの使用も含まれており、インデックスの失敗は発生しません。
- 十分な大きさの値を設定してください
join_buffer_size
7 頻繁に外部結合に関するよくある質問
Q: ドライバー テーブル内のデータをフィルター処理する場合、たとえば、左結合により左側のテーブルのデータがフィルター処理される場合、結合条件または でフィルター処理する必要があります。どこ＃＃＃？ A:
where でフィルターするには、接続条件は接続プロセスにのみ影響し、接続によって返される結果の数には影響しません (場合によっては、接続条件が結果の数に影響します)左側の接続など、接続によって返される、右側の一致するデータが一意でない場合)
Q: 駆動テーブルによって一致するデータ行が一意でなく、最終的なデータ行が一致しない場合はどうすればよいですか接続データが駆動テーブルのデータ量を超えていませんか？たとえば、左結合の場合、右テーブル内の一致するデータ行は一意ではありません。 A:
join 最初に駆動テーブルの重複を排除します。たとえば、group by を使用して重複を排除します。 A lef join (select * from B group by name)# # ＃。
関連する学習に関する推奨事項: mysql ビデオ チュートリアル
