MySQL 33 join語句原理

現在有表t，r，表t有a，b欄位，表r有c，d欄位，a欄位和c欄位有建立索引，表t有100000行資料，表r有6行資料。

我們先來普通的join語句，在join語句中，存在驅動表和被驅動表，mysql會已小表已用來驅動大表，小表就是資料量較小的那個。

例如執行如下語句，我們就會看來是用表r驅動表t的

explain
select
*from t join r on r.c = t.a;

看到的情況如下：

表r走全表掃瞄，表t走索引c，我們就可以想到join的執行流程如下：

表r走全表掃瞄，從表r中取到一行符合條件的資料。

拿到這行資料去表t中走索引c。

查到符合條件的資料，則加入結果集。

重複上述步驟，直到走完表r。

在這個過程中，對驅動表r走全表掃瞄，也就是掃瞄了6行；對被驅動表t走索引c，每乙個資料都只需要掃瞄一行，也就是6行，所以整個流程掃瞄的行數為12行。

join是用小表驅動大表，那有指定驅動表的嘛？有的，straight_join

33.1 straight_join

通過如下語句，我們就能指定，前表為驅動表，後表為被驅動表。

select
*from t straight_join r on r.c = t.a;

通過下圖，我們能明顯看出，表t就是驅動表，走的全表掃瞄，一次join流程的掃瞄行數達到了100006行之多，所以如何如何選擇驅動也是乙個問題。

如何選擇驅動表：

首先，明白一點，驅動錶走全表掃瞄，被驅動錶走索引。

先假設驅動表有n行資料，被驅動表有m行資料，那它掃瞄的總行數為 n + n * 2 * log2m，因為每次搜尋一棵樹近似複雜度是以 2 為底的 m 的對數，記為 log2m ，走索引a之後再進行回表，需要需要乘以2。

從上述公式能很容易看出，驅動表的資料行數大小起決定性的作用。

**在不用join情況下：**我們還是從小表出發

通過select * from r來獲取資料集合。

掃瞄資料集合，依次一行一行取出去表t中進行配對。

它的掃瞄總行數為18行，也就是比之前用小表驅動大表的方式多了6次掃瞄行數。

現在我們，來看下，用不上索引的情況。

不過，這個需要介紹下，mysql當可以走被驅動表索引時，用的演算法為****** nested-loop join ，沒用索引時用的演算法為 block nested-loop join ，下面，我們就來說他。

上圖顯示了，表t使用join buffer。

由於被驅動表是沒有可用索引的，它的演算法流程如下：

但是有個問題，上述的情況是建立在join_buffer放的下表r的情況，那如何放不下？

mysql提供引數join_buffer_size來控制join_buffer大小，預設大小為256k。如果放不下整張表，就將表進行分段放置，它會在第一輪對比結束後，清空join_buffer，再加入新的表r資料。

現在我們來假設下，驅動表的資料行數是 n行，完全加入join_buffer需要分 k 段，被驅動表的資料行數是 m行。

那我們掃瞄的行數就是n+ceil(n/k)*m，我們可以看出，影響的主要因素是k，也就join_buffer的大小，它越小，就可以較少對被驅動表的掃瞄次數。