• 3.mysql小表驱动大表的4种表连接算法


    小表驱动大表

    1、概念

    驱动表的概念是指多表关联查询时,第一个被处理的表,使用此表的记录去关联其他表。驱动表的确定很关键,会直接影响多表连接的关联顺序,也决定了后续关联时的查询性能。

    2、原则

    驱动表的选择遵循一个原则:
    在对最终结果集没影响的前提下,优先选择结果集最小的那张表作为驱动表。改变驱动表就意味着改变连接顺序,只有在不会改变最终输出结果的前提下才可以对驱动表做优化选择。外连接的顺序改变就很可能影响结果。

    预估结果集的原则:

    • 如果where里没有相应表的筛选条件,无论on里是否有相关条件,默认为全表
    • 如果where里有筛选条件,但是不能使用索引来筛选,那么默认为全表
    • 如果where里有筛选条件,而且可以使用索引,那么会根据索引来预估返回的记录行数

    3、识别

    • explain显示结果里排在第一行的就是驱动表

    4、嵌套循环算法

    (1) 4种算法

    • 在使用索引关联的情况下,有Index Nested-Loop join和Batched Key Access join两种算法;
    • 在未使用索引关联的情况下,有Simple Nested-Loop join和Block Nested-Loop join两种算法;

    (2) Nested-Loop Join Algorithms

    一个简单的嵌套循环联接(NLJ)算法,循环从第一个表中依次读取行,取到每行再到联接的下一个表中循环匹配。这个过程会重复多次直到剩余的表都被联接了。通过外循环的行去匹配内循环的行,所以内循环的表会被扫描多次。

    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
        }
      }
    }
    

    (3) Block Nested-Loop Join Algorithm

    一个块嵌套循环联接(BNL)算法,将外循环的行缓存起来,读取缓存中的行,减少内循环的表被扫描的次数。

    MySQL使用联接缓冲区时,会遵循下面这些原则:

    1. join_buffer_size系统变量的值决定了每个联接缓冲区的大小;

    2. 联接类型为ALL、index、range时(换句话说,联接的过程会扫描索引或数据时),MySQL会使用联接缓冲区;

    3. 缓冲区是分配给每一个能被缓冲的联接,所以一个查询可能会使用多个联接缓冲区;

    4. 联接缓冲区永远不会分配给第一个表,即使该表的查询类型为ALL或index;

    5. 联接缓冲区联接之前分配,查询完成之后释放;

    6. 使用到的列才会放到联接缓冲区中,并不是所有的列;

    7. 每个join关键字就对应着一个join buffer,也就是驱动表和第二张表用一个join buffer,得到的块结果集与第三章表用一个join buffer

      设S是每次存储t1、t2组合的大小,C是组合的数量,则t3被扫描的次数为:
      (S * C)/join_buffer_size + 1

    (4) Index Nested-Loop join

    通过索引关联被驱动表,使用的是Index Nested-Loop join算法,不会使用msyql的join buffer。根据驱动表的筛选条件逐条地和被驱动表的索引做关联,每匹配到符合的记录,放入net-buffer中,然后继续关联,直到net-buffer满了,返回给client,清空net-buffer,此缓存区由net_buffer_length参数控制

    (5) Batched Key Access join

    原理:
    1、逐条的根据where条件查询驱动表,将符合记录的数据行放入join buffer,然后根据关联的索引获取被驱动表的索引记录,存入read_rnd_buffer。join buffer和read_rnd_buffer都有大小限制,无论哪个到达上限都会停止此批次的数据处理,等处理完清空数据再执行下一批次。也就是驱动表符合条件的数据可能不能够一次处理完,而要分批次处理。

    2、当达到批次上限后,对read_rnd_buffer里的被驱动表的索引按主键做递增排序,这样在回表查询时就能够做到近似顺序查询

    3、因为mysql的InnoDB引擎的数据是按聚集索引来排列的,当对非聚集索引按照主键来排序后,再用主键去查询就使得随机查询变为顺序查询,而计算机的顺序查询有预读机制,在读取一页数据时,会向后额外多读取最多1M数据。此时顺序读取就能排上用场。

    以下示例均以此为基础数据:
    create table a(a1 int primary key, a2 int ,index(a2));  		--双字段都有索引
    create table c(c1 int primary key, c2 int ,index(c2), c3 int);  --双字段都有索引
    create table b(b1 int primary key, b2 int);						--有主键索引
    create table d(d1 int, d2 int); 								--没有索引
    
    insert into a values(1,1),(2,2),(3,3),(4,4),(5,5),(6,6),(7,7),(8,8),(9,9),(10,10);
    insert into b values(1,1),(2,2),(3,3),(4,4),(5,5),(6,6),(7,7),(8,8),(9,9),(10,10);
    insert into c values(1,1,1),(2,4,4),(3,6,6),(4,5,5),(5,3,3),(6,3,3),(7,2,2),(8,8,8),(9,5,5),(10,3,3);  
    insert into d values(1,1),(2,2),(3,3),(4,4),(5,5),(6,6),(7,7),(8,8),(9,9),(10,10);
    

    sql如下:

    select a.*,c.* from a join c on a.a2=c.c2 where a.a1>4;(下图应为a1>4)
    

    使用:
    BKA算法在需要对被驱动表回表的情况下能够优化执行逻辑,如果不需要会表,那么自然不需要BKA算法

    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';
    

    前两个参数的作用是要启用 MRR(Multi-Range Read)。这么做的原因是,BKA 算法的优化需要依赖于MRR,官方文档的说法,是现在的优化器策略,判断消耗的时候,会更倾向于不使用 MRR,把 mrr_cost_based 设置为 off,就是固定使用 MRR 了。)

    (6)嵌套循环的执行过程

    多表连接如何执行?是先两表连接的结果集然后关联第三张表,还是一条记录贯穿全局?
    sql如下:

    select a.*,b.*,c.* from a join c on a.a2=c.c2 join b on c.c2=b.b2 where b.b1>4;
    

    (7) 根据关联索引选择算法

  • 相关阅读:
    Vulnhub-靶机-DJINN: 1
    8.8-9 sqlmap从入门到精通-其中小技巧-分析大文件日志技巧
    Vulnhub-靶机-EVM: 1
    8.7 sqlmap从入门到精通-Linux服务器登录连接日志分析
    Linux操作系统常规的分析SSH登录日志需要使用的命令和记录
    CentOS最小安装无法使用ifconfig命令
    CentOS7下安装FTP服务
    解决Centos7安装后无法联网的问题
    Maven引入本地jar包
    Tomcat下安装solr6.x
  • 原文地址:https://www.cnblogs.com/unsigned1995/p/14153914.html
Copyright © 2020-2023  润新知