ITPub博客

首页博客专栏学院社区 IT新媒体评选

发博

首页 > 应用开发 > Java > 一文搞懂MySQL的Join，聊一聊秒杀架构设计

一文搞懂MySQL的Join，聊一聊秒杀架构设计

原创 Java 作者：互联网搬运工时间：2019-09-17 21:10:25 0 删除编辑

> 推荐阅读：[吊打面试官！MySQL灵魂100问，你能答出多少？](http://blog.itpub.net/69946007/viewspace-2656580/)

### 正文

**MySQL的Join到底能不能用**
经常听到2种观点：

* join性能低，尽量少用
* 多表join时，变为多个SQL进行多次查询

其实对于上面的观点一定程度上是正确的，但不是完全正确。但之所以流传这么广，主要还是没有搞清楚实际状态，而根据实际使用中总结出来的一些模糊规律。只有了解的MySQL的Join实际执行方式，就会知道上面2种观点是一种模糊的规律，这种规律并不能指导我们实际开发。下面就说说MySQL的实际join执行方式。

##### MySQL的Join是如何执行的
join可以说一种集合的运算，比如left join,right join,inner join,full join,outer join，cross join等，这些集合间的计算关系对应在高中数学集合里面的交集，并集，补集，全集等。但在实际的代码中，join运算基本上是通过多层循环来实现的。

举一个例子，假设有t1,t2两张表，表结构分别如下：
```
createtablet1(
idintnotnullAUTO_INCREMENT,
usernamevarchar(20)notnulldefault'',
ageintnotnulldefault0,
PRIMARYkey(`id`)
)ENGINE=INNODBDEFAULTCHARSET=UTF8MB4;
```
```
createtablet2(
idintnotnullauto_increment,
usernamevarchar(20)notnulldefault'',
scoreintnotnulldefalut0,
primarykey(`id`)
))ENGINE=INNODBDEFAULTCHARSET=UTF8MB4;
```
假设t1有100条数据，t2表有200条数

查询sql为：
```
selectt1.*,t2.*fromt1leftjoint2on(t1.username=t2.username)
```
那么这条SQL的执行步骤如下：

1. 从表t1中取一行数据r1
2. 从r1中，取出字段username到表t2中查询
3. 取出表t2中满足条件的行，跟r1组成一行，作为结果集的一部份
4. 重复执行步骤1,2,3,直到表t1的所以数据循环完毕

基本上先遍历t，1,然后根据t1中的每行数据中的username，去表t2中查找满足条件的记录。基本就是2层循环。

##### 如何优化join查询
从上面可以看出，join本质是循环，这里的开销如下：

1. 遍历t1数据，读取数据为t1表的行数，假设行数为n,则复杂度也为n
2. 根据t1的匹配字段username去t2中一行一行的查询数据
3. 这个过程，因为MySQL的数据存储结构为二叉树，时间复杂度为log2(m) m为t2表的总行数
4. 那么总复杂度近似为 n+n(2log2(m))

**从上面的步骤可以看出，优化方向：**

1. 降低t1查询时的开销，主要是磁盘io开销，避免全表扫描，用索引
2. 降低t2查询时的开销，也用索引
3. 将数据量多的表做被驱动表，小表作驱动表，m取了对数，大表数据量大对复杂度的影响没有线性增长
4. 缓存t1表，不用每次去磁盘load,比如一次缓存100条，那么能显著降低磁盘读数据次数，t2每次与缓存中的t1数据进行比较
5. 随机磁盘读比较耗费磁盘性能，转为顺序读，因为二叉树的存储结构，每次非主键查找，有一个回表的动作，即根据主键再次查询需要的数据

**优化的基本方法：**

1. 减少循环次数，减少磁盘IO次数，变随机IO为顺序IO
2. 其实MySQL针对上面的优化方法有对应的算法：
3. Simple Nested Loop Join 最普通的循环，这个要避免
4. Block Nested Loop Join 主要是针对t2表上没有索引，在步骤2将t2中的每一行数据跟join buffer数据做对比，这样将磁盘操作转为内存操作进行比较，但是如果被驱动表的数据比较大的话，也影响性能，主要是cache pool被占满，导致MySQL性能下降
5. Index Nested Join 就是都通过主键进行查找关联，这种性能比较好

Batched Key Access Join 这个是 Index Nested Join上做的优化，因为回表的存在，随机操作io也很耗费性能，这个算法的核心在于通过辅助索引去查找时，将得到的主键进行排序，然后按照主键递增的顺序进行查找，对磁盘的读接近顺序读，从而优化性能

##### 到底要不用Join
从上面的分析我们可以看到，用Join还是可行的，只要性能可控且在接受范围内，还是能减少代码复杂度的。需要避免的是join的表没有索引，不然这样的SQL发线上是灾难性的。

### 总结
Join还是可以大胆的使用，只要把握好几个原则：

1. 尽量让join的列是索引列，而且最好是类型相同,尽可能是主键索引

2. 尽量将小表做驱动表（这一点MySQL在5.6某个版本后能自动完成）

3. 养成将写好的SQL进行explain的好习惯，观察SQL的执行过程

来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69946007/viewspace-2657321/ ，如需转载，请注明出处，否则将追究法律责任。

上一篇：【MySQL】数据库事务深入分析

下一篇：惊！史上最全的select加锁分析(Mysql)

请登录后发表评论登录

全部评论

互联网搬运工

注册时间：2019-08-20

博文量
22
访问量

16929

最新文章

北京盛拓优讯信息技术有限公司. 版权所有京ICP备16024965号-8 北京市公安局海淀分局网监中心备案编号：11010802021510 niuxiaotong@pcpop.com 17352615567 未成年人举报专区

广播电视节目制作经营许可证(京) 字第1234号中国互联网协会会员

违法和不良信息举报电话:18101376593