MySQL의 조인문 알고리즘에 대한 심층적인 이해(최적화 방법 소개)
- 青灯夜游앞으로
- 2022-07-07 10:50:482117검색
이 기사에서는 MySQL의 조인문 알고리즘에 대한 심층적인 이해를 제공하고, 조인문의 최적화 방법에 대해 이야기하는 것이 도움이 되기를 바랍니다.
1. Join 문 알고리즘
두 개의 테이블 t1과 t2를 생성합니다.
CREATE TABLE `t2` ( `id` int(11) NOT NULL, `a` int(11) DEFAULT NULL, `b` int(11) DEFAULT NULL, PRIMARY KEY (`id`), KEY `a` (`a`) ) ENGINE=InnoDB; CREATE DEFINER=`root`@`%` PROCEDURE `idata`() BEGIN declare i int; set i=1; while(i<p>두 테이블 모두 기본 키 인덱스 id와 인덱스 a를 가지며 b 필드에는 인덱스가 없습니다. 저장 프로시저 idata()는 테이블 t2에 1000행의 데이터를 삽입하고, 테이블 t1</p><h3><strong>1에 100행의 데이터를 삽입했습니다. Index Nested-Loop Join</strong></h3><pre class="brush:php;toolbar:false">select * from t1 straight_join t2 on (t1.a=t2.a);
조인 문을 직접 사용하면 MySQL 최적화 프로그램이 테이블 t1 또는 t2를 구동 테이블로 선택하고 Straight_join을 사용하여 MySQL이 고정 연결을 사용하여 쿼리를 실행하도록 합니다. 이 문에서 t1은 구동 테이블이고 t2는 구동 테이블 t2에 필드 a에 대한 인덱스가 있습니다. 조인 프로세스는 이 인덱스를 사용하므로 이 문의 실행 흐름은 다음과 같습니다. 
1. 테이블 t1에서 데이터 R의 행을 읽습니다.
의 끝에서 끝날 때까지 1~3단계를 반복합니다.
이 프로세스를 구동할 수 있습니다. 테이블의 인덱스를 Index Nested-Loop Join 또는 줄여서 NLJ라고 합니다.이 프로세스에서는:
)
입니다.
조인이 사용되지 않는다고 가정하면 단일 테이블로만 쿼리할 수 있습니다. 1. 테이블 t1의 모든 데이터를 찾으려면select * from t1을 실행하세요. 2. 다음 100개 데이터 행을 반복합니다. select * from t1，查出表t1的所有数据，这里有100行
2.循环遍历这100行数据：
- 从每一行R取出字段a的值$R.a
- 执行
select * from t2 where a=$R.a각 행에서 $R.a 필드의 값을 가져옵니다. R - 실행
select * from t2 where a=$R.a
반환된 결과를 넣습니다. 그리고 R을 사용하여 결과 집합의 행을 형성합니다
이 쿼리 프로세스도 200개의 행을 스캔했지만 총 101개의 문을 실행했습니다. 이는 직접 조인보다 100번 더 많은 상호 작용입니다. 또한 클라이언트는 SQL 문과 결과를 자체적으로 연결해야 합니다. 이것은 직접 조인하는 것만큼 좋지 않습니다
- 주도 테이블의 인덱스를 사용할 수 있는 경우:
- 조인 문을 사용하면 강제로 여러 개의 단일 테이블로 분할하여 SQL을 실행하는 것보다 성능이 좋습니다. 문
조인 문을 사용하는 경우 작은 테이블을 구동 테이블로 사용해야 합니다
2. Simple Nested-Loop Join
select * from t1 straight_join t2 on (t1.a=t2.b);테이블 t2의 필드 b에는 인덱스가 없으므로 전체 테이블 스캔을 위해 t2로 갈 때마다 이를 수행해야 합니다. 이 알고리즘을 단순 중첩 루프 조인이라고 합니다이런 방식으로 계산하면 이 SQL 요청은 테이블 t2를 최대 100회 스캔하여 총 100*100=100,000개 행을 스캔합니다.
MySQL은 이 단순 중첩 루프 조인을 사용하지 않습니다. 하지만 BNL
3이라고 하는 Block Nested-Loop Join이라는 또 다른 알고리즘을 사용합니다. Block Nested-Loop Join
제어 테이블에 사용 가능한 인덱스가 없습니다. 1. 테이블 넣기 t1의 데이터를 스레드 메모리 Join_buffer로 읽습니다. 이 명령문은 select *로 작성되었으므로 테이블 t1 전체가 메모리에 넣습니다
2. table t2, Join_buffer 안의 데이터를 비교하여 조인 조건에 맞는 데이터를 결과 세트로 반환합니다. 이 과정에서 테이블 t1과 테이블 t2 모두에 대해 전체 테이블 스캔이 수행되므로 스캔된 전체 행은 번호는 1100입니다. Join_buffer는 순서가 없는 배열로 구성되어 있으므로 테이블 t2의 각 행에 대해 100번의 판단이 이루어져야 합니다. 메모리에서 이루어져야 하는 총 판단 횟수는 100*1000=100,000번입니다
Simple Nested-Loop Join 알고리즘을 사용하세요. 쿼리를 수행하며, 스캔된 행 수도 100,000행입니다. 따라서 시간 복잡도 측면에서 이 두 알고리즘은 동일합니다. 그러나 Block Nested-Loop Join 알고리즘의 이러한 100,000번의 판단은 메모리 작업이므로 훨씬 더 빠르고 성능이 더 좋습니다. 작은 테이블의 행 수가 N이고 큰 테이블의 행 수가 M이라고 가정합니다. 이 알고리즘에서는:
1) 두 테이블 모두 Full Table Scan을 수행하므로, 스캔된 총 행 수는 M + N입니다.
1）扫描表t1，顺序读取数据行放入join_buffer中，假设放到第88行join_buffer满了
2）扫描表t2，把t2中的每一行取出来，跟join_buffer中的数据做对比，满足join条件的，作为结果集的一部分返回
3）清空join_buffer
4）继续扫描表t1，顺序读取最后的12行放入join_buffer中，继续执行第2步
由于表t1被分成了两次放入join_buffer中，导致表t2会被扫描两次。虽然分成两次放入join_buffer，但是判断等值条件的此时还是不变的
假设，驱动表的数据行数是N，需要分成K段才能完成算法流程，被驱动表的数据行数是M 。这里的K不是常数，N越大K 就会越大，因此把K表示为λ ∗ N ，λ的取值范围是(0,1)。所以，在这个算法的执行过程中：
1.扫描行数是N + λ ∗ N ∗ M
2.内存判断N ∗ M
考虑到扫描行数，N 小一些，整个算式的结果会更小。所以应该让小表当驱动表
4、能不能使用join语句？
1.如果可以使用Index Nested-Loop Join算法，也就是说可以用上被驱动表上的索引，其实是没问题的
2.如果使用Block Nested-Loop Join算法，扫描行数就会过多。尤其是在大表上的join操作，这样可能要扫描被驱动表很多次，会占用大量的系统资源。所以这种join尽量不要用
5、如果使用join，应该选择大表做驱动表还是选择小表做驱动表
1.如果是Index Nested-Loop Join算法，应该选择小表做驱动表
2.如果是Block Nested-Loop Join算法：
- 在join_buffer_size足够大的时候，是一样的
- 在join_buffer_size不够大的时候，应该选择小表做驱动表
在决定哪个表做驱动表的时候，应该是两个表按照各自的条件过滤，过滤完成以后，计算参数join的各个字段的总数据量，数据量小的那个表，就是小表，应该作为驱动表
二、join语句优化
创建两个表t1、t2
create table t1(id int primary key, a int, b int, index(a));
create table t2 like t1;
CREATE DEFINER = CURRENT_USER PROCEDURE `idata`()
BEGIN
declare i int;
set i=1;
while(i<=1000)do
insert into t1 values(i, 1001-i, i);
set i=i+1;
end while;
set i=1;
while(i<=1000000)do
insert into t2 values(i, i, i);
set i=i+1;
end while;
END;在表t1中，插入了1000行数据，每一行的a=1001-id的值。也就是说，表t1中字段a是逆序的。同时，在表t2中插入了100万行数据
1、Multi-Range Read优化
Multi-Range Read（MRR）优化主要的目的是尽量使用顺序读盘
select * from t1 where a>=1 and a<p>主键索引是一棵B+树，在这棵树上，每次只能根据一个主键id查到一行数据。因此，回表是一行行搜索主键索引的</p><p><img src="https://img.php.cn/upload/article/000/000/024/5c16d719738fb23caf97d38d00c1644b-5.png" alt="MySQL의 조인문 알고리즘에 대한 심층적인 이해(최적화 방법 소개)"></p><p>如果随着a的值递增顺序查找的话，id的值就变成随机的，那么就会出现随机访问，性能相对较差</p><p><strong>因为大多数的数据都是按照主键递增顺序插入得到的，所以如果按照主键的递增顺序查询，对磁盘的读比较接近顺序读，能够提升读性能</strong></p><p>这就是MRR优化的设计思路，语句的执行流程如下：</p><p>1.根据索引a，定位到满足条件的记录，将id值放入read_rnd_buffer中</p><p>2.将read_rnd_buffer中的id进行递增排序</p><p>3.排序后的id数组，依次到主键id索引中查记录，并作为结果返回</p><p>read_rnd_buffer的大小是由read_rnd_buffer_size参数控制的。如果步骤1中，read_rnd_buffer放满了，就会先执行完步骤2和3，然后清空read_rnd_buffer。之后继续找索引a的下个记录，并继续循环</p><p>如果想要稳定地使用MRR优化的话，需要设置<code>set optimizer_switch="mrr_cost_based=off"</code></p><p><img src="https://img.php.cn/upload/article/000/000/024/5c16d719738fb23caf97d38d00c1644b-6.png" alt="MySQL의 조인문 알고리즘에 대한 심층적인 이해(최적화 방법 소개)"></p><p><img src="https://img.php.cn/upload/article/000/000/024/3833cfce76c7a34447aff9e3973bd58a-7.png" alt="MySQL의 조인문 알고리즘에 대한 심층적인 이해(최적화 방법 소개)"><br> explain结果中，Extra字段多了Using MRR，表示的是用上了MRR优化。由于在read_rnd_buffer中按照id做了排序，所以最后得到的结果也是按照主键id递增顺序的</p><p><strong>MRR能够提升性能的核心在于，这条查询语句在索引a上做的是一个范围查询，可以得到足够多的主键id。这样通过排序以后，再去主键索引查数据，才能体现出顺序性的优势</strong></p><h3><strong>2、Batched Key Access</strong></h3><p>MySQL5.6引入了Batched Key Access（BKA）算法。这个BKA算法是对NLJ算法的优化</p><p>NLJ算法流程图：</p><p><img src="https://img.php.cn/upload/article/000/000/024/3833cfce76c7a34447aff9e3973bd58a-8.png" alt="MySQL의 조인문 알고리즘에 대한 심층적인 이해(최적화 방법 소개)"></p><p>NLJ算法执行的逻辑是从驱动表t1，一行行地取出a的值，再到被驱动表t2去做join</p><p>BKA算法流程图：</p><p><img src="https://img.php.cn/upload/article/000/000/024/3833cfce76c7a34447aff9e3973bd58a-9.png" alt="MySQL의 조인문 알고리즘에 대한 심층적인 이해(최적화 방법 소개)"></p><p>BKA算法执行的逻辑是把表t1的数据取出来一部分，先放到一个join_buffer，一起传给表t2。在join_buffer中只会放入查询需要的字段，如果join_buffer放不下所有数据，就会将数据分成多段执行上图的流程</p><p>如果想要使用BKA优化算法的话，执行SQL语句之前，先设置</p><pre class="brush:php;toolbar:false">set optimizer_switch='mrr=on,mrr_cost_based=off,batched_key_access=on';
其中前两个参数的作用是启用MRR，原因是BKA算法的优化要依赖与MRR
3、BNL算法的性能问题
InnoDB对Buffer Pool的LRU算法做了优化，即：第一次从磁盘读入内存的数据页，会先放在old区域。如果1秒之后这个数据页不再被访问了，就不会被移动到LRU链表头部，这样对Buffer Pool的命中率影响就不大
如果一个使用BNL算法的join语句，多次扫描一个冷表，而且这个语句执行时间超过1秒，就会在再次扫描冷表的时候，把冷表的数据页移到LRU链表头部。这种情况对应的，是冷表的数据量小于整个Buffer Pool的3/8，能够完全放入old区域的情况
如果这个冷表很大，就会出现另外一种情况：业务正常访问的数据页，没有机会进入young区域。
由于优化机制的存在，一个正常访问的数据页，要进入young区域，需要隔1秒后再次被访问到。但是，由于join语句在循环读磁盘和淘汰内存页，进入old区域的数据页，很可能在1秒之内就被淘汰了。这样就会导致MySQL实例的Buffer Pool在这段时间内，young区域的数据页没有被合理地淘汰
BNL算法对系统的影响主要包括三个方面：
1.可能会多次扫描被驱动表，占用磁盘IO资源
2.判断join条件需要执行M∗N次对比，如果是大表就会占用非常多的CPU资源
3.可能会导致Buffer Pool的热数据被淘汰，影响内存命中率
4、BNL转BKA
一些情况下，我们可以直接在被驱动表上建索引，这时就可以直接转成BKA算法了
如果碰到一些不适合在被驱动表上建索引的情况，可以考虑使用临时表。大致思路如下：
select * from t1 join t2 on (t1.b=t2.b) where t2.b>=1 and t2.b<p>1）把表t2中满足条件的数据放在临时表tmp_t中</p><p>2）为了让join使用BKA算法，给临时表tmp_t的字段b加上索引</p><p>3）让表t1和tmp_t做join操作</p><p>SQL语句写法如下：</p><pre class="brush:php;toolbar:false">create temporary table temp_t(id int primary key, a int, b int, index(b))engine=innodb;insert into temp_t select * from t2 where b>=1 and b<h3><strong>5、扩展hash join</strong></h3><p>MySQL的优化器和执行器不支持哈希join，可以自己实现在业务端，实现流程大致如下：</p><p>1.<code>select * from t1;</code>取得表t1的全部1000行数据，在业务端存入一个hash结构</p><p>2.<code>select * from t2 where b>=1 and b获取表t2中满足条件的2000行数据</code></p><p>3.把这2000行数据，一行一行地取到业务端，到hash结构的数据表中寻找匹配的数据。满足匹配的条件的这行数据，就作为结果集的一行</p><p>【相关推荐：<a href="https://www.php.cn/course/list/51.html" target="_blank" textvalue="mysql视频教程">mysql视频教程</a>】</p>
위 내용은 MySQL의 조인문 알고리즘에 대한 심층적인 이해(최적화 방법 소개)의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!