MySQL INNER JOIN算法的效率分析

1月 19th, 2010 | Posted by | Filed under 未分类

本文内容遵从CC版权协议, 可以随意转载, 但必须以超链接形式标明文章原始出处和作者信息及版权声明
网址: http://www.penglixun.com/database/mysql_inner_join_analyze.html

MySQL处理JOIN的方法如下:(摘自MySQL 5.1 参考手册中文版)

假定我们有一个如下形式的表T1、T2、T3的联接查询:

SELECT * FROM T1 INNER JOIN T2 ON P1(T1,T2)
INNER JOIN T3 ON P2(T2,T3)
WHERE P(T1,T2,T3).

这里,P1(T1,T2)和P2(T3,T3)是一些联接条件(表达式),其中P(t1,t2,t3)是表T1、T2、T3的列的一个条件。

嵌套环联接算法将按下面的方式执行该查询:

FOR each row t1 in T1 {
    FOR each row t2 in T2 such that P1(t1,t2) {
        FOR each row t3 in T3 such that P2(t2,t3) {
            IF P(t1,t2,t3) {
                t:=t1||t2||t3; OUTPUT t;
            }
        }
    }
}

符号t1||t2||t3表示“连接行t1、t2和t3的列组成的行”。

其实我觉得,完全可以把P(t1, t2, t3)拆到进入循环前就处理,像这样(后来仔细看了文档,MySQL在内联接的时候还是会优化成这样的):

FOR each row t1 in T1 {
    IF P(t1) {
        FOR each row t2 in T2 such that P1(t1,t2) {
            IF P(t2) {
                FOR each row t3 in T3 such that P2(t2,t3) {
                    IF P(t3) {
                        t:=t1||t2||t3; OUTPUT t;
                    }
                }
            }
        }
    }
}

甚至更快的是把条件全部合并起来:

FOR each row t1 in T1 {
    IF P(t1) {
        FOR each row t2 in T2 such that (P1(t1,t2) && P(t2)) {
            FOR each row t3 in T3 such that (P2(t2,t3) && P(t3)) {
                t:=t1||t2||t3; OUTPUT t;
            }
        }
    }
}

我写了个程序,把方法一(MySQL的方法)和方法三的效率进行比较,明显方法三要高。

#include 
#include 
#include 
#define MAXN 100000

using namespace std;

int a[MAXN];
int b[MAXN];
int c[MAXN];
int count = 0;

int main() {
	clock_t start, finish;
	double time1, time2;
	
	count = 0;
	srand(time(0));
	
	for(int i=0; i500 and b[j] < 800 and c[k]>120) {
							cout << ++count << ':' <500) {
			for(int j=10; j120) {
							cout << ++count << ':' <

我跑的结果是,一共输出292条记录,21.82s VS 8.35s。
可见先做条件判断是很能提高效率的。
如有不正确,请不惜指教~

  1. toontong
    9月 16th, 201022:52

    可以采用这种子查询过滤T1中合条件P1的数据,再进行join
    select * (SELECT * FROM T1 where p1(T1)) tmpT1 INNER JOIN T2 ON P1(tmpT1,T2)
    mysql连接有个优化原则,小表连大表。

    不知理解有错否!

    [回复]

    P.Linux 回复:

    @toontong, 这种情况下,MySQL会选择对T1作条件选择,然后选择过滤后较小的那个表作为驱动表去关联另一个表

    [回复]

  2. NaturalLight
    12月 27th, 201000:03

    你上面列出的情况应该是loop join的算法
    我记得当 join条件中有 equal condition的时候,会使用merge join或者hash join的算法,在这种情况下,join的效率会有数量级的提升

    [回复]

    P.Linux 回复:

    MySQL只有一种Join算法,Nested Loop Join。Hash Join是Oracle才有的

    [回复]