MySQL知识总结
《MySQL是怎样运行的》知识总结
11 连接原理
表的结构
create table t1
(
m1 int,
n1 char(1)
);
create table t2
(
m2 int,
n2 char(1)
);
insert into t1
values (1, 'a'),
(2, 'b'),
(3, 'c');
insert into t2
values (2, 'b'),
(3, 'c'),
(4, 'd');
两表连接
select *
from t1,
t2;
连接就是把各表的记录取出来，依次进行匹配，把
匹配的组合发送给客户端，上面的语句就是把t1、t2表中的记录连接起来，组成一个更大的记录。连接查询的结果包含了t1、t2各表中的
每一条记录互相匹配组合，这个结果集就被成为笛卡尔积。我们可以连接任意数量的表，如果不附加任何限制条件，表连接起来的笛卡尔积可能非常巨大，所以连接时进行过滤是有必要的。
select *
from t1,
t2
where t1.m1 > 1
and t2.n2 < 'd'
and t1.m1 = t2.m2;
这个连接查询有3个条件，查询的过程大致如下：
- 确定第一个需要查询的表，进行
单表查询，这个表成为驱动表- 从驱动表中每获取一条记录，都需要到t2表中查找
匹配记录（符合过滤条件的记录），这里的过滤条件是t1.m1 = t2.m2，这时t2表被称为被驱动表，步骤1中查询t1表得到的第一记录中m1 = 2，那么连接的过滤条件是t2.m2 = 2，然后再根据条件进行t2表的单表查询这个例子中，驱动表需要查询1次，被驱动表需要查询2次
每一次从驱动表中获取了记录就会去被驱动表查询匹配的数据
内外连接
-
内连接：对于内连接的两个表，若驱动表中的记录在被驱动表中找不到匹配的记录，就
不加入到最终的结果集 -
外连接：即使被驱动表中没有匹配的记录，也加入最终结果集
-
左外连接：选取左表为驱动表（右连接则相反）
-
连接条件
- where：不符合where子句的过滤条件的记录不会被加入结果集中
- on：对于外连接，如果无法在被驱动表中找到符合on子句过滤条件的记录，这些记录也会被加入到结果集
在内连接中，on、where子句是等价的
对于外连接，驱动表、被驱动表的关系很重要，因为驱动表的记录即使在被驱动表中找不到匹配的记录，也会被加入到结果集中
嵌套循环连接
两表连接中，驱动表只会查询1次，被驱动表可能会查询多次（取决于对驱动表查询后的记录数量），这个过程像是一个嵌套循环。
对于嵌套循环连接算法，每一次从驱动表中查询到记录就立刻到被驱动表中进行匹配查询，如果得到了匹配的记录就把组合返回给客户端，
“结果集”是一个抽象的概念。
索引加快连接速度
explain
select *
from t1,
t2
where t1.m1 > 1
and t2.n2 > 'a'
and t1.m1 = t2.m2;
- 在t2表中
m2列上建立索引，针对m2列的条件进行等值查询，可能用到ref访问方法，对t2进行查询后，还需要在回表后再判断t2.n2 > 'a'- 如果在m2上建立主键或不允许为null的唯一索引，那么访问方法是
eq_ref- 在t2表中
n2列上建立索引，对于条件t2.n2 > 'a'，可能有用到的访问方法是range，如果使用range访问方法，那么还需要在回表后判断t2表中的m2列是否成立。- 如果t2表上在m2、n2上有索引，那就需要挑选一个成本较低的索引进行查询。
使用索引的情况下，连接查询的查询列表、查询条件可能只涉及了被驱动表的部分列，这些列又全是索引的一部分，那么这种情况下，最坏的情况也可以使用index的访问方法，所以最好不使用*作为查询列表。
基于块的嵌套循环查询
现实生活中的数据记录是非常多的，假设不能使用索引进行查询，对于驱动表结果集的每一条记录，都需要对被驱动表进行全表扫描。这会导致IO的代价非常大（比如表的数据非常多，而内存不足，表的记录一部分在内存，一部分在磁盘，这就需要将内存中的数据释放后，再将磁盘的数据加载到内存）。
MySQL引入了连接缓冲区的概念，执行连接查询时，会在内存申请一块固定大小的内存，再把若干条驱动表的结果集记录加载到缓冲区中，然后查询被驱动表，每一条被驱动表的记录都与缓冲区的多条记录进行匹配，匹配是在内存中完成的，这显著减少了被驱动表的IO代价。
最好的情况就是，缓冲区的大小能容纳所有的驱动表的结果集记录，这样只需要访问一次被驱动表就可以完成连接操作。可以通过启动选项、系统变量join_buffer_size进行配置，默认大小是256k。
缓冲区不会存放驱动表的记录的所有列，只有查询列表的列、过滤条件会被放入缓冲区，所以查询列表尽量不使用*。