百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT技术 > 正文

MySQL中关于join的算法详解

wptr33 2025-02-26 14:05 19 浏览

一 背景

在MySQL中我们为了实现业务逻辑会进行多表关联查询.也就是我们常说的各种join.那么我们怎么使用join才会获得好的执行效果呢?

二 Nested-Loop Join 又称SNL

什么是SNL呢?借用官网上的一段伪代码:

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
    }
  }
}

比如:

select a.* from test a join test1 b on a.c=b.c;
其中test表没有索引所以会全表扫描,test1表的c列有索引.所以test1表将会使用索引.

那么SNL的执行逻辑是什么样的呢?

对test表的c列进行全表扫描然一个一个的去test1表(test1使用索引)获取对应的值.然后再回表test获取所有记录.然后返回给客户端.

执行计划查看:

    "nested_loop": [
      {
        "table": {
          "table_name": "a",   --test表
          "access_type": "ALL",   --可以看到test表进行了全表扫描
          "rows_examined_per_scan": 986400,
          "rows_produced_per_join": 986400,
          "filtered": "100.00",
          "cost_info": {
            "read_cost": "13741.00",
            "eval_cost": "197280.00",
            "prefix_cost": "211021.00",
            "data_read_per_join": "180M"
          },
          "used_columns": [
            "id",
            "k",
            "c",
            "pad"
          ]
        }
      },
      {
        "table": {
          "table_name": "b",    --test1表
          "access_type": "ref",  --使用了非唯一索引的等值查询
          "possible_keys": [
            "idx_c"
          ],
          "key": "idx_c",
          "used_key_parts": [
            "c"
          ],
          "key_length": "120",
          "ref": [
            "increment.a.c"
          ],
          "rows_examined_per_scan": 1,
          "rows_produced_per_join": 986400,
          "filtered": "100.00",
          "using_index": true,
          "cost_info": {
            "read_cost": "986400.00",
            "eval_cost": "197280.00",
            "prefix_cost": "1394701.00",
            "data_read_per_join": "180M"
          },
          "used_columns": [
            "c"

通过对SNL的实现逻辑及执行计划分析发现:

驱动表test越小.那么执行效率就越高

三 Block Nested-Loop Join 又称BNL

伪代码如下:

for block row in a matching range {
?for each row in b {
??a.x = b.y ,send to client
?}
}

语句还是:

select a.* from test a join test1 b on a.c=b.c;
现在不同的是,test表和test1表的相关列都没有索引

BNL的实现逻辑:

批量的从test表取数据放入join buffer如果一次性能放到join buffer则全部放入,然后一次性匹配test1中满足条件的c列,然后返回客户端.如果一次性不能把test中的数据全部放入join buffer则循环上边的流程.直到全部全完为止.

执行计划分析

  "nested_loop": [
      {
        "table": {
          "table_name": "b",    --test1表
          "access_type": "ALL",  --可以看到是全表扫描
          "rows_examined_per_scan": 9680,
          "rows_produced_per_join": 9680,
          "filtered": "100.00",
          "cost_info": {
            "read_cost": "161.00",
            "eval_cost": "1936.00",
            "prefix_cost": "2097.00",
            "data_read_per_join": "1M"
          },
          "used_columns": [
            "c"     --可以看到只使用了c列和join buffer中的test进行对比
          ]
        }
      },
      {
        "table": {
          "table_name": "a",   --test表
          "access_type": "ALL",   --也是全表扫描
          "rows_examined_per_scan": 986400,
          "rows_produced_per_join": 954835214,
          "filtered": "10.00",
          "using_join_buffer": "Block Nested Loop",    --可以看到使用了BNL
          "cost_info": {
            "read_cost": "21352.06",
            "eval_cost": "190967042.85",
            "prefix_cost": "1909693849.06",
            "data_read_per_join": "170G"
          },
          "used_columns": [
            "id",
            "k",
            "c",
            "pad"
          ],
          "attached_condition": "(`increment`.`a`.`c` = `increment`.`b`.`c`)"

同样.可以看到驱动表test越小的话.效率就会越高.

注意:从MySQL的8020版本开始.将废弃BNL.因为从MySQL8018版本开始就加入了hash join默认都会使用hash join

同样.我们在此看一下mysql8020版本的hash join的执行计划

    "nested_loop": [
      {
        "table": {
          "table_name": "b",
          "access_type": "ALL",
          "rows_examined_per_scan": 1000,
          "rows_produced_per_join": 1000,
          "filtered": "100.00",
          "cost_info": {
            "read_cost": "0.25",
            "eval_cost": "100.00",
            "prefix_cost": "100.25",
            "data_read_per_join": "718K"
          },
          "used_columns": [
            "c"
          ]
        }
      },
      {
        "table": {
          "table_name": "a",
          "access_type": "ALL",
          "rows_examined_per_scan": 9936,
          "rows_produced_per_join": 993600,
          "filtered": "10.00",
          "using_join_buffer": "hash join",   --可以看到这里使用了hash join
          "cost_info": {
            "read_cost": "113.95",
            "eval_cost": "99360.00",
            "prefix_cost": "993814.20",
            "data_read_per_join": "697M"
          },
          "used_columns": [
            "id",
            "k",
            "c",
            "pad"
          ],
          "attached_condition": "(`world`.`a`.`c` = `world`.`b`.`c`)"

同时在上边的BNL和hash join我展示的两个例子中.不知道大家注意到没有.优化器默认选择了表数据量小的表作为了驱动表.上边的BNL展示中的test表是100万的数据,test1是1万的数据.hash join展示使用的test表是1万数据.test1是1千的数据量.

最后.不管哪种算法.都最好使用驱动表结果集小的作为驱动表.优化器也会自己去选择.

三 优化算法MRR(Multi-Range Read Optimization)

在此提到MRR算法是为了下边的BKA算法提供铺垫.大家看看MRR的实现原理就好了.不要单独开启MRR.因为实际压测显示单独开启MRR的效果不理想.

MRR是为了实现什么呢?

实验环境准备:

mysql> desc test1;
+-------+-----------+------+-----+---------+----------------+
| Field | Type      | Null | Key | Default | Extra          |
+-------+-----------+------+-----+---------+----------------+
| id    | int       | NO   | PRI | NULL    | auto_increment |
| k     | int       | NO   | MUL | 0       |                |
| c     | char(120) | NO   |     |         |                |
| pad   | char(60)  | NO   |     |         |                |
+-------+-----------+------+-----+---------+----------------+
4 rows in set (0.00 sec)

mysql> show index from test1;
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | Visible | Expression |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
| test1 |          0 | PRIMARY  |            1 | id          | A         |        1000 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
| test1 |          1 | idx_k    |            1 | k           | A         |         311 |     NULL |   NULL |      | BTREE      |         |               | YES     | NULL       |
+-------+------------+----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+---------+------------+
2 rows in set (0.01 sec)

执行查询


在没有开启MRR的情况下.这条语句的执行逻辑是这样的

也就是说会范围扫描索引之后.会回表进行随机的磁盘读.

接下来我们开启MRR

mysql> set optimizer_switch="mrr_cost_based=off";

接下来再执行上边的查询查看执行计划:


在这里我们看到使用到了MRR.那么我们看看使用了MRR之后的执行逻辑是什么样的

在这里我们看到开启MRR之后.索引范围扫描获取到的数据先存储到buffer中进行排序.然后使用主键顺序的回表取数据.减少了随机读的时间浪费.

四 Batched Key Access Joins(BKA)算法

BKA算法可以被inner join和outer join及semi join使用.BKA场景和SNL算法的应用条件差不多.就是test1表对应列有索引.不同的是BKA会使用到MRR算法.同时还会使用到join buffer

开启BKA

mysql> SET optimizer_switch='mrr=on,mrr_cost_based=off,batched_key_access=on';

环境准备:



执行查询并查看执行计划:

 "nested_loop": [
      {
        "table": {
          "table_name": "test",
          "access_type": "ALL",
          "rows_examined_per_scan": 986400,
          "rows_produced_per_join": 986400,
          "filtered": "100.00",
          "cost_info": {
            "read_cost": "13741.00",
            "eval_cost": "197280.00",
            "prefix_cost": "211021.00",
            "data_read_per_join": "180M"
          },
          "used_columns": [
            "id",
            "k",
            "c",
            "pad"
          ]
        }
      },
      {
        "table": {
          "table_name": "test1",
          "access_type": "ref",
          "possible_keys": [
            "idx_c"
          ],
          "key": "idx_c",
          "used_key_parts": [
            "c"
          ],
          "key_length": "120",
          "ref": [
            "increment.test.c"
          ],
          "rows_examined_per_scan": 1,
          "rows_produced_per_join": 986400,
          "filtered": "100.00",
          "using_join_buffer": "Batched Key Access",   --在这里可以看到.使用到了BKA和join buffer
          "cost_info": {
            "read_cost": "986400.00",
            "eval_cost": "197280.00",
            "prefix_cost": "1394701.00",
            "data_read_per_join": "180M"
          },
          "used_columns": [
            "id",
            "k",
            "c",
            "pad"

那么BKA的执行逻辑是什么样的呢?

在这里我们可以和前边的SNL的图对比发现.BKA先从test表取出数据和test1中的的c列对比取出并集.然后在join buffer中排序.再一次性去test中顺序取出数据.这里使用到了MRR的排序算法.

五 总结

本篇文章主要介绍了MySQL中的join算法.

相关推荐

redis的八种使用场景

前言:redis是我们工作开发中,经常要打交道的,下面对redis的使用场景做总结介绍也是对redis举报的功能做梳理。缓存Redis最常见的用途是作为缓存,用于加速应用程序的响应速度。...

基于Redis的3种分布式ID生成策略

在分布式系统设计中,全局唯一ID是一个基础而关键的组件。随着业务规模扩大和系统架构向微服务演进,传统的单机自增ID已无法满足需求。高并发、高可用的分布式ID生成方案成为构建可靠分布式系统的必要条件。R...

基于OpenWrt系统路由器的模式切换与网页设计

摘要:目前商用WiFi路由器已应用到多个领域,商家通过给用户提供一个稳定免费WiFi热点达到吸引客户、提升服务的目标。传统路由器自带的Luci界面提供了工厂模式的Web界面,用户可通过该界面配置路...

这篇文章教你看明白 nginx-ingress 控制器

主机nginx一般nginx做主机反向代理(网关)有以下配置...

如何用redis实现注册中心

一句话总结使用Redis实现注册中心:服务注册...

爱可可老师24小时热门分享(2020.5.10)

No1.看自己以前写的代码是种什么体验?No2.DooM-chip!国外网友SylvainLefebvre自制的无CPU、无操作码、无指令计数器...No3.我认为CS学位可以更好,如...

Apportable:拯救程序员,IOS一秒变安卓

摘要:还在为了跨平台使用cocos2d-x吗,拯救objc程序员的奇葩来了,ApportableSDK:FreeAndroidsupportforcocos2d-iPhone。App...

JAVA实现超买超卖方案汇总,那个最适合你,一篇文章彻底讲透

以下是几种Java实现超买超卖问题的核心解决方案及代码示例,针对高并发场景下的库存扣减问题:方案一:Redis原子操作+Lua脚本(推荐)//使用Redis+Lua保证原子性publicbo...

3月26日更新 快速施法自动施法可独立设置

2016年3月26日DOTA2有一个79.6MB的更新主要是针对自动施法和快速施法的调整本来内容不多不少朋友都有自动施法和快速施法的困扰英文更新日志一些视觉BUG修复就不翻译了主要翻译自动施...

Redis 是如何提供服务的

在刚刚接触Redis的时候,最想要知道的是一个’setnameJhon’命令到达Redis服务器的时候,它是如何返回’OK’的?里面命令处理的流程如何,具体细节怎么样?你一定有问过自己...

lua _G、_VERSION使用

到这里我们已经把lua基础库中的函数介绍完了,除了函数外基础库中还有两个常量,一个是_G,另一个是_VERSION。_G是基础库本身,指向自己,这个变量很有意思,可以无限引用自己,最后得到的还是自己,...

China's top diplomat to chair third China-Pacific Island countries foreign ministers' meeting

BEIJING,May21(Xinhua)--ChineseForeignMinisterWangYi,alsoamemberofthePoliticalBureau...

移动工作交流工具Lua推出Insights数据分析产品

Lua是一个适用于各种职业人士的移动交流平台,它在今天推出了一项叫做Insights的全新功能。Insights是一个数据平台,客户可以在上面实时看到员工之间的交流情况,并分析这些情况对公司发展的影响...

Redis 7新武器:用Redis Stack实现向量搜索的极限压测

当传统关系型数据库还在为向量相似度搜索的性能挣扎时,Redis7的RedisStack...

Nginx/OpenResty详解,Nginx Lua编程,重定向与内部子请求

重定向与内部子请求Nginx的rewrite指令不仅可以在Nginx内部的server、location之间进行跳转,还可以进行外部链接的重定向。通过ngx_lua模块的Lua函数除了能实现Nginx...