深入了解MySQL中的join語句算法及優(yōu)化方法

本篇文章帶大家了解mysql中的join語句算法,并介紹一下join語句優(yōu)化的方法。

深入了解MySQL中的join語句算法及優(yōu)化方法

一、join語句算法

創(chuàng)建兩個表t1和t2

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>這兩個表都有一個主鍵索引id和一個索引a,字段b上無索引。存儲過程idata()往表t2里插入了1000行數(shù)據(jù),在表t1里插入的是100行數(shù)據(jù)</p><h3><strong>1、Index Nested-Loop Join</strong></h3><pre class="brush:sql;toolbar:false;">select?*?from?t1?straight_join?t2?on?(t1.a=t2.a);

如果直接使用join語句,mysql優(yōu)化器可能會選擇表t1或t2作為驅(qū)動表,通過straight_join讓MySQL使用固定的連接方式執(zhí)行查詢,在這個語句里,t1是驅(qū)動表,t2是被驅(qū)動表

深入了解MySQL中的join語句算法及優(yōu)化方法
被驅(qū)動表t2的字段a上有索引,join過程用上了這個索引,因此這個語句的執(zhí)行流程是這樣的:

1.從表t1中讀入一行數(shù)據(jù)R

2.從數(shù)據(jù)行R中,取出a字段到表t2里去查找

3.取出表t2中滿足條件的行,跟R組成一行,作為結(jié)果集的一部分

4.重復(fù)執(zhí)行步驟1到3,直到表t1的末尾循環(huán)結(jié)束

這個過程可以用上被驅(qū)動表的索引,稱之為Index Nested-Loop Join,簡稱NLJ

深入了解MySQL中的join語句算法及優(yōu)化方法
在這個流程里:

1.對驅(qū)動表t1做了全表掃描,這個過程需要掃描100行

2.而對于每一行R,根據(jù)a字段去表t2查找,走的是樹搜索過程。由于我們構(gòu)造的數(shù)據(jù)都是一一對應(yīng)的,因此每次的搜索過程都只掃描一行,也是總共掃描100行

3.所以,整個執(zhí)行流程,總掃描行數(shù)是200

假設(shè)不使用join,只能用單表查詢:

1.執(zhí)行select * from t1,查出表t1的所有數(shù)據(jù),這里有100行

2.循環(huán)遍歷這100行數(shù)據(jù):

  • 從每一行R取出字段a的值$R.a
  • 執(zhí)行select * from t2 where a=$R.a
  • 把返回的結(jié)果和R構(gòu)成結(jié)果集的一行

這個查詢過程,也是掃描了200行,但是總共執(zhí)行了101條語句,比直接join多了100次交互。客戶端還要自己拼接SQL語句和結(jié)果。這么做還不如直接join好

深入了解MySQL中的join語句算法及優(yōu)化方法

在可以使用被驅(qū)動表的索引的情況下:

  • 使用join語句,性能比強行拆成多個單表執(zhí)行SQL語句的性能要好
  • 如果使用join語句的話,需要讓小表做驅(qū)動表

2、Simple Nested-Loop Join

select?*?from?t1?straight_join?t2?on?(t1.a=t2.b);

由于表t2的字段b上沒有索引,因此每次到t2去匹配的時候,就要做一次全表掃描。這個算法叫做Simple Nested-Loop Join

這樣算來,這個SQL請求就要掃描表t2多達100次,總共掃描100*100=10萬行

MySQL沒有使用這個Simple Nested-Loop Join算法,而是使用了另一個叫作Block Nested-Loop Join的算法,簡稱BNL

3、Block Nested-Loop Join

被驅(qū)動表上沒有可用的索引,算法的流程如下:

1.把表t1的數(shù)據(jù)讀入線程內(nèi)存join_buffer中,由于這個語句中寫的是select *,因此是把整個表t1放入了內(nèi)存

2.掃描表t2,把表t2中的每一行取出來,跟join_buffer中的數(shù)據(jù)作比對,滿足join條件的,作為結(jié)果集的一部分返回

深入了解MySQL中的join語句算法及優(yōu)化方法

深入了解MySQL中的join語句算法及優(yōu)化方法

在這個過程中,對表t1和表t2都做了一次全表掃描,因此總的掃描行數(shù)是1100。由于join_buffer是以無序數(shù)組的方式組織的,因此對表t2中的每一行,都要做100次判斷,總共需要在內(nèi)存中做的判斷次數(shù)是100*1000=10萬次

使用Simple Nested-Loop Join算法進行查詢,掃描行數(shù)也是10萬行。因此,從時間復(fù)雜度上來說,這兩個算法是一樣的。但是,Block Nested-Loop Join算法的這10萬次判斷是內(nèi)存操作,速度上會快很多,性能也更好

深入了解MySQL中的join語句算法及優(yōu)化方法

這時候選擇大表還是小表做驅(qū)動表,執(zhí)行耗時是一樣的

join_buffer的大小是由參數(shù)join_buffer_size設(shè)定的,默認值是256k。如果放不下表t1的所有數(shù)據(jù)話,策略很簡單,就是分段放

1)掃描表t1,順序讀取數(shù)據(jù)行放入join_buffer中,假設(shè)放到第88行join_buffer滿了

2)掃描表t2,把t2中的每一行取出來,跟join_buffer中的數(shù)據(jù)做對比,滿足join條件的,作為結(jié)果集的一部分返回

3)清空join_buffer

4)繼續(xù)掃描表t1,順序讀取最后的12行放入join_buffer中,繼續(xù)執(zhí)行第2步

深入了解MySQL中的join語句算法及優(yōu)化方法

由于表t1被分成了兩次放入join_buffer中,導(dǎo)致表t2會被掃描兩次。雖然分成兩次放入join_buffer,但是判斷等值條件的此時還是不變的

深入了解MySQL中的join語句算法及優(yōu)化方法

4、能不能使用join語句?

1.如果可以使用Index Nested-Loop Join算法,也就是說可以用上被驅(qū)動表上的索引,其實是沒問題的

2.如果使用Block Nested-Loop Join算法,掃描行數(shù)就會過多。尤其是在大表上的join操作,這樣可能要掃描被驅(qū)動表很多次,會占用大量的系統(tǒng)資源。所以這種join盡量不要用

5、如果使用join,應(yīng)該選擇大表做驅(qū)動表還是選擇小表做驅(qū)動表

1.如果是Index Nested-Loop Join算法,應(yīng)該選擇小表做驅(qū)動表

2.如果是Block Nested-Loop Join算法:

  • 在join_buffer_size足夠大的時候,是一樣的
  • 在join_buffer_size不夠大的時候,應(yīng)該選擇小表做驅(qū)動表

在決定哪個表做驅(qū)動表的時候,應(yīng)該是兩個表按照各自的條件過濾,過濾完成以后,計算參數(shù)join的各個字段的總數(shù)據(jù)量,數(shù)據(jù)量小的那個表,就是小表,應(yīng)該作為驅(qū)動表

二、join語句優(yōu)化

創(chuàng)建兩個表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<p>在表t1中,插入了1000行數(shù)據(jù),每一行的a=1001-id的值。也就是說,表t1中字段a是逆序的。同時,在表t2中插入了100萬行數(shù)據(jù)</p><h3><strong>1、Multi-Range Read優(yōu)化</strong></h3><p>Multi-Range Read(MRR)優(yōu)化主要的目的是盡量使用順序讀盤</p><pre class="brush:js;toolbar:false;">select?*?from?t1?where?a&gt;=1?and?a<p>主鍵索引是一棵B+樹,在這棵樹上,每次只能根據(jù)一個主鍵id查到一行數(shù)據(jù)。因此,回表是一行行搜索主鍵索引的<br><img src="https://img.php.cn/upload/article/000/000/024/036a1e7fbaec3a5a0d9513924b35e8ce-5.png" alt="在這里插入圖片描述"><br> 如果隨著a的值遞增順序查找的話,id的值就變成隨機的,那么就會出現(xiàn)隨機訪問,性能相對較差</p><p><strong>因為大多數(shù)的數(shù)據(jù)都是按照主鍵遞增順序插入得到的,所以如果按照主鍵的遞增順序查詢,對磁盤的讀比較接近順序讀,能夠提升讀性能</strong></p><p>這就是MRR優(yōu)化的設(shè)計思路,語句的執(zhí)行流程如下:</p><p>1.根據(jù)索引a,定位到滿足條件的記錄,將id值放入read_rnd_buffer中</p><p>2.將read_rnd_buffer中的id進行遞增排序</p><p>3.排序后的id數(shù)組,依次到主鍵id索引中查記錄,并作為結(jié)果返回</p><p>read_rnd_buffer的大小是由read_rnd_buffer_size參數(shù)控制的。如果步驟1中,read_rnd_buffer放滿了,就會先執(zhí)行完步驟2和3,然后清空read_rnd_buffer。之后繼續(xù)找索引a的下個記錄,并繼續(xù)循環(huán)</p><p>如果想要穩(wěn)定地使用MRR優(yōu)化的話,需要設(shè)置set optimizer_switch="mrr_cost_based=off"</p><p><img src="https://img.php.cn/upload/article/000/000/024/036a1e7fbaec3a5a0d9513924b35e8ce-6.png" alt="在這里插入圖片描述"></p><p><img src="https://img.php.cn/upload/article/000/000/024/6cb8ae5574ee9994ac5c650427546acf-7.png" alt="在這里插入圖片描述"><br>explain結(jié)果中,Extra字段多了using MRR,表示的是用上了MRR優(yōu)化。由于在read_rnd_buffer中按照id做了排序,所以最后得到的結(jié)果也是按照主鍵id遞增順序的<br></p><p><strong>MRR能夠提升性能的核心在于,這條查詢語句在索引a上做的是一個范圍查詢,可以得到足夠多的主鍵id。這樣通過排序以后,再去主鍵索引查數(shù)據(jù),才能體現(xiàn)出順序性的優(yōu)勢</strong></p><h3><strong>2、Batched Key Access</strong></h3><p>MySQL5.6引入了Batched Key Access(BKA)算法。這個BKA算法是對NLJ算法的優(yōu)化</p><p>NLJ算法流程圖:</p><p><img src="https://img.php.cn/upload/article/000/000/024/6cb8ae5574ee9994ac5c650427546acf-8.png" alt="在這里插入圖片描述"></p><p>NLJ算法執(zhí)行的邏輯是從驅(qū)動表t1,一行行地取出a的值,再到被驅(qū)動表t2去做join<br></p><p>BKA算法流程圖:</p><p><img src="https://img.php.cn/upload/article/000/000/024/5d50e33d9b279af171fdc7f121240e30-9.png" alt="在這里插入圖片描述"></p><p>BKA算法執(zhí)行的邏輯是把表t1的數(shù)據(jù)取出來一部分,先放到一個join_buffer,一起傳給表t2。在join_buffer中只會放入查詢需要的字段,如果join_buffer放不下所有數(shù)據(jù),就會將數(shù)據(jù)分成多段執(zhí)行上圖的流程<br></p><p>如果想要使用BKA優(yōu)化算法的話,執(zhí)行SQL語句之前,先設(shè)置</p><pre class="brush:js;toolbar:false;">set?optimizer_switch='mrr=on,mrr_cost_based=off,batched_key_access=on';

其中前兩個參數(shù)的作用是啟用MRR,原因是BKA算法的優(yōu)化要依賴與MRR

3、BNL算法的性能問題

InnoDB對Buffer Pool的LRU算法做了優(yōu)化,即:第一次從磁盤讀入內(nèi)存的數(shù)據(jù)頁,會先放在old區(qū)域。如果1秒之后這個數(shù)據(jù)頁不再被訪問了,就不會被移動到LRU鏈表頭部,這樣對Buffer Pool的命中率影響就不大

如果一個使用BNL算法的join語句,多次掃描一個冷表,而且這個語句執(zhí)行時間超過1秒,就會在再次掃描冷表的時候,把冷表的數(shù)據(jù)頁移到LRU鏈表頭部。這種情況對應(yīng)的,是冷表的數(shù)據(jù)量小于整個Buffer Pool的3/8,能夠完全放入old區(qū)域的情況

如果這個冷表很大,就會出現(xiàn)另外一種情況:業(yè)務(wù)正常訪問的數(shù)據(jù)頁,沒有機會進入young區(qū)域。

由于優(yōu)化機制的存在,一個正常訪問的數(shù)據(jù)頁,要進入young區(qū)域,需要隔1秒后再次被訪問到。但是,由于join語句在循環(huán)讀磁盤和淘汰內(nèi)存頁,進入old區(qū)域的數(shù)據(jù)頁,很可能在1秒之內(nèi)就被淘汰了。這樣就會導(dǎo)致MySQL實例的Buffer Pool在這段時間內(nèi),young區(qū)域的數(shù)據(jù)頁沒有被合理地淘汰

深入了解MySQL中的join語句算法及優(yōu)化方法

4、BNL轉(zhuǎn)BKA

一些情況下,我們可以直接在被驅(qū)動表上建索引,這時就可以直接轉(zhuǎn)成BKA算法了

如果碰到一些不適合在被驅(qū)動表上建索引的情況,可以考慮使用臨時表。大致思路如下:

select?*?from?t1?join?t2?on?(t1.b=t2.b)?where?t2.b&gt;=1?and?t2.b<p>1)把表t2中滿足條件的數(shù)據(jù)放在臨時表tmp_t中</p><p>2)為了讓join使用BKA算法,給臨時表tmp_t的字段b加上索引</p><p>3)讓表t1和tmp_t做join操作</p><p>SQL語句寫法如下:</p><pre class="brush:js;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&gt;=1?and?b<h3><strong>5、擴展hash join</strong></h3><p>MySQL的優(yōu)化器和執(zhí)行器不支持哈希join,可以自己實現(xiàn)在業(yè)務(wù)端,實現(xiàn)流程大致如下:</p><p>1.select * from t1;取得表t1的全部1000行數(shù)據(jù),在業(yè)務(wù)端存入一個hash結(jié)構(gòu)</p><p>2.select * from t2 where b&gt;=1 and b</p><p>3.把這2000行數(shù)據(jù),一行一行地取到業(yè)務(wù)端,到hash結(jié)構(gòu)的數(shù)據(jù)表中尋找匹配的數(shù)據(jù)。滿足匹配的條件的這行數(shù)據(jù),就作為結(jié)果集的一行</p><p>相關(guān)學(xué)習(xí)推薦:<a href="https://www.php.cn/course/list/51.html" target="_blank">mysql教程</a>(視頻)</p>

? 版權(quán)聲明
THE END
喜歡就支持一下吧
點贊5 分享