微信公众号：Java随想录
- 摘要
- 什么是Join
- Index Nested-Loop Join
- Block Nested-Loop Join
- MRR & BKA
- 总结
摘要
什么是Join
在MySQL中，Join是一种用于组合两个或多个表中数据的查询操作。Join操作通常基于两个表中的某些共同的列进行，这些列在两个表中都存在。MySQL支持多种类型的Join操作，如Inner Join、Left Join、Right Join、Full Join等。
SELECT *
FROM customers
INNER JOIN orders
ON customers.customer_id = orders.customer_id;
上面的查询将返回所有存在于“customers”和“orders”表中的“customer_id”列相同的行。
Index Nested-Loop Join
工作流程如图：
select * from t1 straight_join t2 on (t1.a=t2.a;
在这个语句里，假设t1 是驱动表，t2是被驱动表。我们来看一下这条语句的explain结果。
- 从表t1中读入一行数据 R；
- 从数据行R中，取出a字段到表t2里去查找；
- 取出表t2中满足条件的行，跟R组成一行，作为结果集的一部分；
- 重复执行步骤1到3，直到表t1的末尾循环结束。
这个过程就跟我们写程序时的嵌套查询类似，并且可以用上被驱动表的索引，所以我们称之为“Index Nested-Loop Join”，简称NLJ。
MySQL会选择使用另一个叫作“Block Nested-Loop Join”的算法，简称BNL。
Block Nested-Loop Join
例如，下面这个语句：
select * from t1 straight_join t2 on (t1.a=t2.b;
字段b上是没有建立索引的。
- 把表t1的数据读入线程内存join_buffer中，由于我们这个语句中写的是select *，因此是把整个表t1放入了内存；
- 扫描表t2，把表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。
这条SQL语句的explain结果如下所示：
虽然Block Nested-Loop Join算法是全表扫描。但是是在内存中进行的判断操作，速度上会快很多。但是性能仍然不如NLJ。
如果放不下表t1的所有数据话，策略很简单，就是分段放。
- 顺序读取数据行放入join_buffer中，直到join_buffer满了。
- 扫描被驱动表跟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。
- 清空join_buffer，重复上述步骤。
MRR & BKA
上篇文章里我们讲到了MRR（Multi-Range Read）。MySQL在5.6版本后引入了Batched Key Acess(BKA算法了。这个BKA算法，其实就是对NLJ算法的优化，BKA算法正是基于MRR。
我们可以从表t1里一次性地多拿些行出来，先放到一个临时内存，一起传给表t2。这个临时内存不是别人，就是join_buffer。
NLJ算法优化后的BKA算法的流程，如图所示：
如果要使用BKA优化算法的话，你需要在执行SQL语句之前，先设置
set optimizer_switch='mrr=on,mrr_cost_based=off,batched_key_access=on';
其中，前两个参数的作用是要启用MRR。这么做的原因是，BKA算法的优化要依赖于MRR。
例如，对于这个语句：
select * from t1 join t2 on (t1.b=t2.b where t2.b>=1 and t2.b<=2000;
使用临时表的大致思路是：
- 把表t2中满足条件的数据放在临时表tmp_t中；
- 为了让join使用BKA算法，给临时表tmp_t的字段b加上索引；
- 让表t1和tmp_t做join操作。
总结
在MySQL中，不管Join使用的是NLJ还是BNL总是应该使用小表做驱动表。更准确地说，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，过滤完成之后，计算参与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。应当尽量避免使用BNL算法，如果确认优化器会使用BNL算法，就需要做优化。优化的常见做法是，给被驱动表的join字段加上索引，把BNL算法转成BKA算法。对于不好在索引的情况，可以基于临时表的改进方案，提前过滤出小数据添加索引。