神奇的 SQL 之 聯表細節 → MySQL JOIN 的執行程序（一）

開心一刻

　　我：嗨，老板娘，有冰紅茶沒
　　老板娘：有
　　我：多少錢一瓶
　　老板娘：3塊
　　我：給我來一瓶，給，3塊
　　老板娘：來，你的冰紅茶
　　我：玩吶，我要冰紅茶，你給我個瓶蓋干哈？
　　老板娘：這是再來一瓶，我家賣完了，你去隔壁家換一下

問題背景

　　對于 MySQL 的 JOIN，不知道大家有沒有去想過他的執行流程，亦或有沒有懷疑過自己的理解（自信滿滿的自我認為！）；如果大家不知道怎么檢驗，可以試著回答如下的問題

　　驅動表的選擇

　　　　MySQL 會如何選擇驅動表，按從左至右的順序選擇第一個？

　　多表連接的順序

　　　　假設我們有 3 張表：A、B、C，和如下 SQL

-- 偽 SQL，不能直接執行
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 聯表處理完之后的結果再和 C 進行聯表處理，還是 A、B、C 一起聯表之后再進行過濾處理 ，還是說這兩種都不對，有其他的處理方式 ？

　　ON、WHERE 的生效時機

　　　　樓主無意之間逛到了一篇博文，它里面有如下介紹

正經圖1 摘自 Mysql - JOIN詳解

　　　　看完這個，樓主第一時間有發現新大陸的感覺，原來 JOIN 的執行順序是這樣的（不是顛覆了樓主之前的認知，因為樓主之前就沒想過這個問題，而是有種新技能獲取的滿足），可后面越想越不對，感覺像是學錯了技能（6級沒學大！）

　　　　如果兩表各有幾百上千萬的資料，那這兩張表做笛卡爾積，結果不敢想象！也就是說 正經圖1 中的順序還有待商榷，ON 和 WHERE 的生效時間也有待商榷

　　如果你對上述問題都了如指掌，那請你走開，別妨礙我裝逼；如果你對上述問題還不是特別清楚，那么請坐好，我要開始裝逼了

前提準備

　　正式開講之前了，先給大家預備一些花生、瓜子和啤酒，裝逼就得有裝逼的氛圍，不然怎么看的下去，你說是吧 ？（樓主，你個騙子，貨了？）

　　驅動表

　　　　何謂驅動表，指多表關聯查詢時，第一個被處理的表，亦可稱之為基表，然后再使用此表的記錄去關聯其他表，驅動表的選擇遵循一個原則：在對最終結果集沒影響的前提下，優先選擇結果集最少的那張表作為驅動表，這個原則說的不好懂，結果集最少，這個也許我們能估出來，但對最終結果集不影響，這個就不好判斷了，難歸難，但還是有一定規律的：

LEFT JOIN 一般以左表為驅動表（RIGHT JOIN一般則是右表 ），INNER JOIN 一般以結果集少的表為驅動表，如果還覺得有疑問，則可用 EXPLAIN 來找驅動表，其結果的第一張表即是驅動表，
你以為 EXPLAIN 就一定準嗎 ？ 執行計劃在真正執行的時候是可能改變的！

絕大多少情況下是適用的，特別是 EXPLAIN

　　　　LEFT JOIN 某些情況下會被查詢優化器優化成 INNER JOIN；結果集指的是表中記錄過濾后的結果，而不是表中的所有記錄，如果無過濾條件則是表中所有記錄

　　　　更多資訊可查看：Mysql多表連接查詢的執行細節（一）

　　SQL 執行的流程圖

　　　　當我們向 MySQL 發送一個請求的時候，MySQL 到底做了些了什么

 SQL 執行路徑，摘自《高性能MySQL》

　　　　可以看到，執行計劃是查詢優化器的輸出結果，執行引擎根據執行計劃來查詢資料

　　資料準備

　　　　MySQL 5.7.1，InnoDB 引擎；建表 SQL 和 資料初始 SQL

-- 表創建與資料初始化
DROP TABLE IF EXISTS tbl_user;
CREATE TABLE tbl_user (
  id INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
  user_name VARCHAR(50) NOT NULL COMMENT '用戶名',
  sex TINYINT(1) NOT NULL COMMENT '性別, 1:男，0:女',
  create_time datetime NOT NULL COMMENT '創建時間',
  update_time datetime NOT NULL COMMENT '更新時間',
    remark VARCHAR(255) NOT NULL DEFAULT '' COMMENT '備注',
  PRIMARY KEY (id)
) COMMENT='用戶表';

DROP TABLE IF EXISTS tbl_user_login_log;
CREATE TABLE tbl_user_login_log (
  id INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
  user_name VARCHAR(50) NOT NULL COMMENT '用戶名',
  ip VARCHAR(15) NOT NULL COMMENT '登錄IP',
  client TINYINT(1) NOT NULL COMMENT '登錄端, 1:android, 2:ios, 3:PC, 4:H5',
  create_time datetime NOT NULL COMMENT '創建時間',
  PRIMARY KEY (id)
) COMMENT='登錄日志';
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(),'天星樓的總樓主薛搖紅的女兒，也是天星樓的少總樓主，體態豐盈，烏發飄逸，指若春蔥，袖臂如玉，風姿卓然，高貴典雅，人稱“天星絕香”的武林第一大美女'),
('慕容蘭娟',0,NOW(), NOW(),'武林東南西北四大世家之北世家慕容長明的獨生女兒，生得玲瓏剔透，粉雕玉琢，脾氣卻是剛烈無比，又喜著火紅，所以人送綽號“火鳳凰”，是除天星樓薛沉香之外的武林第二大美女'),
('萇婷',0,NOW(), NOW(),'當今皇上最寵愛的侄女，北王府的郡主，腰肢纖細，遍體羅綺，眉若墨畫，唇點櫻紅；雖無沉香之雅重，蘭娟之熱烈，卻別現出一種空靈'),
('柳含姻',0,NOW(), NOW(),'武林四絕之一的添愁仙子董婉婉的徒弟，體態窈窕，姿容秀麗，真個是秋水為神玉為骨，芙蓉如面柳如腰，眉若墨畫，唇若點櫻，不弱西子半分，更勝玉環一籌; 搖紅樓、聽雨軒，琵琶一曲值千金!'),
('李凝雪',0,NOW(), NOW(),'李相國的女兒，神采奕奕，英姿颯爽，愛憎分明'),
('周遺夢',0,NOW(), NOW(),'音神傳人，湘妃竹琴的擁有者，云髻高盤，穿了一身黑色蟬翼紗衫，愈覺得冰肌玉骨，粉面櫻唇，格外嬌艷動人'),
('葉留痕',0,NOW(), NOW(),'圣域圣女，膚白如雪，白衣飄飄，宛如仙女一般，微笑中帶著說不出的柔和之美'),
('郭疏影',0,NOW(), NOW(),'揚灰右使的徒弟，秀發細眉，玉肌豐滑，嬌潤脫俗'),
('鐘鈞天',0,NOW(), NOW(),'天界，玄天九部 - 鈞天部的部主，超凡脫俗，仙氣逼人'),
('王雁云',0,NOW(), NOW(),'塵緣山莊二小姐，刁蠻任性'),
('許侍霜',0,NOW(), NOW(),'藥王谷谷主女兒，醫術高明'),
('馮黯凝',0,NOW(), NOW(),'桃花門門主，嬌艷如火，千嬌百媚');
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'),
('萇婷', '10.53.56.78',2, '2019-10-12 22:23:45'),
('慕容蘭娟', '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'),
('馮黯凝', '198.11.132.198',2, '2018-11-11 22:23:45'),
('周遺夢', '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'),
('萇婷', '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'),
('許侍霜', '104.69.160.63',4, '2019-10-18 20:23:45'),
('葉留痕', '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'),
('葉留痕', '104.69.160.66',4, '2019-10-21 20:23:45');

SELECT * FROM tbl_user;
SELECT * FROM tbl_user_login_log;

　　單表查詢

　　　　單表查詢的程序比較好理解，大致如下

　　　　關于單表查詢就不細講了，主要涉及到：聚簇索引，覆寫索引、回表操作，知道這 3 點，上圖就好理解了（不知道的趕快去查資料，暴露了就丟人了！），

聯表演算法

　　MySQL 的聯表演算法是基于嵌套回圈演算法（nested-loop algorithm）而衍生出來的一系列演算法，根據不同條件而選用不同的演算法

在使用索引關聯的情況下，有 Index Nested-Loop join 和 Batched Key Access join 兩種演算法;
在未使用索引關聯的情況下，有 Simple Nested-Loop join 和 Block Nested-Loop join 兩種演算法;　　

　　Simple Nested-Loop

　　　　簡單嵌套回圈，簡稱 SNL；逐條逐條匹配，就像這樣

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
    }
  }
}

　　　　這種演算法簡單粗暴，但毫無性能可言，時間性能上來說是 n（表中記錄數） 的 m（表的數量） 次方，所以 MySQL 做了優化，聯表查詢的時候不會出現這種演算法，即使在無 WHERE  條件且 ON 的連接鍵上無索引時，也不會選用這種演算法

　　Block Nested-Loop

　　　　快取塊嵌套回圈連接，簡稱 BNL，是對 INL 的一種優化；一次性快取多條驅動表的資料到 Join Buffer，然后拿 Join Buffer 里的資料批量與內層回圈讀取的資料進行匹配，就像這樣

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
    }
  }
}

　　　　將內部回圈中讀取的每一行與緩沖區中的所有記錄進行比較，這樣就可以減少內層回圈的讀表次數，舉個例子，如果沒有 Join Buffer，驅動表有 30 條記錄，被驅動表有 50 條記錄，那么內層回圈的讀表次數應該是 30 * 50 = 1500，如果 Join Buffer 可用并可以存 10 條記錄（Join Buffer 存盤的是驅動表中參與查詢的列，包括 SELECT 的列、ON 的列、WHERE 的列，而不是驅動表中整行整行的完整記錄），那么內層回圈的讀表次數應該是 30 / 10 * 50 = 150，被驅動表必須讀取的次數減少了一個數量級，

　　　　當被驅動表在連接鍵上無索引且被驅動表在 WHERE 過濾條件上也沒索引時，常常會采用此種演算法來完成聯表，如下所示

　　Index Nested-Loop

　　　　索引嵌套回圈，簡稱 INL，是基于被驅動表的索引進行連接的演算法；驅動表的記錄逐條與被驅動表的索引進行匹配，避免和被驅動表的每條記錄進行比較，減少了對被驅動表的匹配次數，大致流程如下圖

　　　　我們來看看實際案例，先給 tbl_user_login_log 添加索引 ALTER TABLE tbl_user_login_log ADD INDEX idx_user_name (user_name); ，我們再來看聯表執行計劃

 　　　　可以看到 tbl_user_login_log 的索引生效了，我們再往下看

 　　　　有趣的事發生了，驅動表變成了 tbl_user_login_log ，而 tbl_user 成了被驅動表， tbl_user_login_log 走索引過濾后得到結果集，再通過 BNL 演算法將結果集與 tbl_user 進行匹配，這其實是 MySQL進行了優化，因為 tbl_user_login_log 走索引過濾后得到的結果集比 tbl_user 記錄數要少，所以選擇了 tbl_user_login_log 作為驅動表，后面的也就理所當然了，是不是感覺 MySQL 好強大？

　　Batched Key Access

　　　　批量key訪問，簡稱 BKA，是對 INL 演算法的一種優化；

　　　　BKA 對 INL 的優化類似于 BNL 對 SNL 的優化，但又有不同； 鑒于篇幅原因，BKA 我們放到下期講解，希望各位老哥見諒！實在是不行，你來打我呀！

總結

　　1、驅動表的選擇有它的一套演算法，有興趣的可以去專研下；比較靠譜的確定方法是用 EXPLAIN

　　2、聯表順序，不是兩兩聯合之后，再去聯合第三張表，而是驅動表的一條記錄穿到底，匹配完所有關聯表之后，再取驅動表的下一條記錄重復聯表操作；

　　3、MySQL 的連接演算法基于嵌套回圈演算法，基于不同的情況而采用不同的衍生演算法

　　4、關于 ON 和 WHERE，我們下篇詳細講解，大家可以先考慮下它們的區別，以及生效時間

參考

　　Mysql多表連接查詢的執行細節（一）

標籤：MySQL

上一篇：mysql中msvcr120.dll檔案丟失問題

下一篇：索引很難么？帶你從頭到尾捋一遍MySQL索引結構，不信你學不會！