表准备

# 示例表:
CREATE TABLE `t1` (
 `id` int(11) NOT NULL AUTO_INCREMENT,
 `a` int(11) DEFAULT NULL,
 `b` int(11) DEFAULT NULL,
 PRIMARY KEY (`id`),
 KEY `idx_a` (`a`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

create table t2 like t1;

# 插入一些示例数据
# 往t1表插入1万行记录
drop procedure if exists insert_t1; 
delimiter ;;
create procedure insert_t1()
begin
   declare i int;
   set i=1;
   while(i<=10000)do
     insert into t1(a,b) values(i,i);
     set i=i+1;
   end while;
 end;;
 delimiter ;
call insert_t1();

# 往t2表插入100行记录
drop procedure if exists insert_t2; 
delimiter ;;
create procedure insert_t2()
begin
  declare i int;
  set i=1;
  while(i<=100)do
    insert into t2(a,b) values(i,i);
    set i=i+1;
  end while;
end;;
delimiter ;

call insert_t2();

mysql的表关联常见有两种算法

• Nested-Loop Join 算法
• Block Nested-Loop Join 算法

驱动表与被驱动表

1. 先执行的为驱动表,后执行的为被驱动表。
2. 优化器一般会优先选择小表做驱动表。所以使用 inner join 时，排在前面的表并不一定就是驱动表。
3. 当使用left join时，左表是驱动表，右表是被驱动表
4. 当使用right join时，右表时驱动表，左表是被驱动表
5. 当使用join时，mysql会选择数据量比较小的表作为驱动表，大表作为被驱动表。

Nested-Loop Join

一次一行循环地从 驱动表 中读取行，在这行数据中取到关联字段，根据关联字段在 被驱动表 里取出满足条件的行，然后取出两张表的结果合集。

语句分析

EXPLAIN select * from t1 inner join t2 on t1.a= t2.a;

从执行计划中可以看到这些信息:

1. 驱动表是 t2，被驱动表是 t1。(执行计划结果的id如果一样则按从上到下顺序执行sql);
2. 使用了 NLJ算法。一般 join 语句中，如果执行计划 Extra 中未出现 Using join buffer 则表示使用的 join 算 法是 NLJ。

执行过程

Nested-Loop Join 执行过程:

1. 从表 t2 中读取一行数据(如果t2表有查询过滤条件的，会从过滤结果里取出一行数据)
2. 从第 1 步的数据中，取出关联字段 a，到表 t1 中查找
3. 取出表 t1 中满足条件的行，跟 t2 中获取到的结果合并，作为结果返回给客户端
4. 重复上面 3 步。

上面步骤就像是嵌套循环:

for (int i = 0; i < t2表长度; i++) {
    // 获取关联字段 t2.a
    for (int j = 0; j <t1 表长度 ; j++) {
        if(t1.a==t2.a){
           // 返回到客户端
        }
    }
}

扫描行分析

整个过程会读取 t2 表的所有数据(扫描100行)，然后遍历这每行数据中字段 a 的值，根据 t2 表中 a 的值索引扫描 t1 表 中的对应行(扫描100次 t1 表的索引，1次扫描可以认为最终只扫描 t1 表一行完整数据，也就是总共 t1 表也扫描了100 行)。因此整个过程扫描了 200 行。

如果被驱动表的关联字段没索引，使用NLJ算法性能会比较低。让我们来算一算没有索引的情况

t2 还是一样扫描所有数据（扫描100行）,由于被驱动表t1 没有索引 所以进行全表扫描，一条数据扫描一次全表 所以总扫描次数 为 10000 X 100 = 100W,加t2的100 条 总数为 100万零100条

被驱动表的关联字段没索引，使用NLJ算法性能会比较低 ,mysql会选择Block Nested-Loop Join 算法

Block Nested-Loop Join(BNL)

语句分析

接上面的分析 我们这次使用非索引字段做关联查询。

EXPLAIN select * from t1 inner join t2 on t1.b= t2.b;

执行计划 Extra 中 的Using join buffer (Block Nested Loop)说明该关联查询使用的是 BNL 算法。

执行过程

1. 把 t2 的所有数据放入到 join_buffer 中
2. 把表 t1 中每一行取出来，跟 join_buffer 中的数据做对比
3. 返回满足 join 条件的数据

扫描行分析

整个过程对表 t1 和 t2 都做了一次全表扫描，因此扫描的总行数为10000(表 t1 的数据总量) + 100(表 t2 的数据总量) = 10100。
但是 join_buffer 里的数据是无序的，因此对表 t1 中的每一行，都要做 100 次判断，所以内存中的判断次数是 100 * 10000= 100 万次。

这个例子里表 t2 才 100 行，要是表 t2 是一个大表，join_buffer 放不下怎么办呢?

join_buffer 的大小是由参数 join_buffer_size 设定的，默认值是 256k。
如果放不下表 t2 的所有数据话，策略很简单， 就是分段放。
比如 t2 表有1000行记录， join_buffer 一次只能放800行数据，那么执行过程就是先往 join_buffer 里放800行记录，然 后从 t1 表里取数据跟 join_buffer 中数据对比得到部分结果，然后清空 join_buffer ，再放入 t2 表剩余200行记录，再 次从 t1 表里取数据跟 join_buffer 中数据对比。
所以多分一次断就会多扫一次 t1 表。

被驱动表的关联字段没索引为什么要选择使用 BNL 算法而不使用 Nested-Loop Join 呢?

在上面已经分析过 上面第二条sql使用 Nested-Loop Join，那么扫描行数为 100 * 10000 + 100= 100万零100次，这个是磁盘扫描。
很显然，用BNL磁盘扫描次数少很多，相比于磁盘扫描，BNL的内存计算会快得多。
因此MySQL对于被驱动表的关联字段没索引的关联查询，一般都会使用 BNL 算法。如果有索引一般选择 NLJ 算法，有 索引的情况下 NLJ 算法比 BNL算法性能更高

JOIN的优化

1. 关联字段加索引，让mysql做join操作时尽量选择NLJ算法
2. 小表驱动大表，写多表连接sql时如果明确知道哪张表是小表可以用straight_join写法固定连接驱动方式，省去mysql优化器自己判断的时间。

straight_join功能同join类似，但能让左边的表来驱动右边的表，能改表优化器对于联表查询的执 行顺序。

比如:select * from t2 straight_join t1 on t2.a = t1.a; 代表指定mysql选着 t2 表作为驱动表。

⚠️ straight_join只适用于inner join，并不适用于left join，right join。(因为left join，right join已经代表指 定了表的执行顺序)

⚠️ 尽可能让优化器去判断，因为大部分情况下mysql优化器是比人要聪明的。使用straight_join一定要慎重，因 为部分情况下人为指定的执行顺序并不一定会比优化引擎要靠谱。

小表选择方式

在决定哪个表做驱动表的时候，应该是两个表按照各自的条件过滤，过滤完成之后，计算参与 join 的各个字段的总数据 量，数据量小的那个表，就是“小表”，应该作为驱动表。