MySQL 派生表（Derived Table） Merge Optimization

本文将通过演示告诉你：MySQL中派生表（Derived Table）是什么？以及MySQL对它的优化。

Background

有如下一张表：

mysql> desc city;
+------------+-------------+------+-----+---------+-------+
| Field      | Type        | Null | Key | Default | Extra |
+------------+-------------+------+-----+---------+-------+
| country    | varchar(40) | YES  |     | NULL    |       |
| population | int(11)     | YES  |     | NULL    |       |
| city       | varchar(40) | YES  |     | NULL    |       |
+------------+-------------+------+-----+---------+-------+

例如，如果首先考虑选择人口超过10,000人的城市，然后选择那些位于德国的城市，那么可以写这个SQL：

SELECT * 
FROM 
(SELECT * FROM city WHERE population > 10*1000) AS big_city
WHERE 
big_city.country='Germany';

使用 EXPLAIN 命令查看执行计划：

mysql> EXPLAIN SELECT * FROM (SELECT * FROM city WHERE population > 1*1000) AS big_city WHERE big_city.country='Germany' ;
+----+-------------+------------+------+---------------+------+---------+------+------+-------------+
| id | select_type | table      | type | possible_keys | key  | key_len | ref  | rows | Extra       |
+----+-------------+------------+------+---------------+------+---------+------+------+-------------+
|  1 | PRIMARY     | <derived2> | ALL  | NULL          | NULL | NULL    | NULL | 4068 | Using where |
|  2 | DERIVED     | City       | ALL  | Population    | NULL | NULL    | NULL | 4079 | Using where |
+----+-------------+------------+------+---------------+------+---------+------+------+-------------+
2 rows in set (0.60 sec)

注意：mysql 5.7 需要设置 derived_merge=off，才会有上面的结果。否则MySQL会把临时表合并到外层查询，具体可参见我的另一篇文章《MySQL中的两种临时表》。

MySQL 的做法是：

经历如下3个步骤：

1. 执行子查询：（SELECT * FROM city WHERE population > 1*1000），正如查询语句中的那样；
2. 把子查询的结果写到临时表 big_city ；
3. 回读，应用上层SELECT的WHERE条件 big_city.country='Germany' 。

 执行这样的子查询是非常低效的，因为扫描基表 city 时没有使用父选择（country ='Germany'）的高选择性条件。 我们从City表中读取太多记录，然后我们必须将它们写入一个临时表并再次读取，然后才能过滤掉它们。

Derived table merge in action

 如果在MariaDB / MySQL 5.6中运行此查询，则可以得到以下结果：

MariaDB [world]> EXPLAIN SELECT * FROM (SELECT * FROM City WHERE Population > 1*1000) AS big_city WHERE big_city.Country='Germany';
+----+-------------+-------+------+--------------------+---------+---------+-------+------+------------------------------------+
| id | select_type | table | type | possible_keys      | key     | key_len | ref   | rows | Extra                              |
+----+-------------+-------+------+--------------------+---------+---------+-------+------+------------------------------------+
|  1 | SIMPLE      | City  | ref  | Population,Country | Country | 3       | const |   90 | Using index condition; Using where |
+----+-------------+-------+------+--------------------+---------+---------+-------+------+------------------------------------+
1 row in set (0.00 sec)

从上面的结果可以看出：

1. 只有一行输出，说明子查询已经被合并到上级的 SELECT 语句；
2. 通过Country列访问City表，Country='Germany' 用来构建表上的 ref 访问；
3. 查询将读取大约90行，这是对于之前的4079行读加上4068行临时表读/写的一个很大的改进。

Factsheet

派生表（FROM子句中的子查询）可以在没有 grouping, aggregates, or ORDER BY ...  LIMIT 子句时合并到他们的父查询中。这个优化默认开启，可通过如下关闭：

set @@optimizer_switch='derived_merge=OFF'

不支持该优化的Maria和MySQL版本将执行子查询，这可以导致一个著名的Bug（see e.g. MySQL Bug #44802），从MariaDB 5.3+和MySQL 5.6+ 开始，EXPLAIN命令立即执行，无论 derived_merge 如何设置。

Reference：

Derived Table Merge Optimization