MySQL面试：left join我要怎优化？

通过上面所述，如果我们选择驱动表的话，就要选择小表来做驱动表。否则大表做驱动表是要查询所有的，效率会低很多。当然，前提是"可以使用被驱动表的索引"

这里我们把sql语句改一下：

explain select * from t1 left join t2 on t1.a=t2.b;

复制代码

t2表的b字段是无索引的

结果就是两个表都要全表扫描，这里我们看到，Extra显示的是（Using where; Using join buffer (Block Nested Loop)）

这个其实是MySQL对join不走索引全表扫描做了一个优化，简称BNL。

BNL流程：

1. 把表t1的数据读入线程内存join_buffer中，这里我们是把整个表t1放入内存中。

2. 扫描表t2，把表t2中的每一行取出来，跟join_buffer中的数据做对比，满足join条件的，作为结果集的一部分返回。

这里，我们两个表都是做的全表扫描，所以不管是哪个表做驱动表都是执行消耗都是一样的。

如果一个表的数据太大了，根本装不下所有数据的话，就采用分段放。也可以修改join_buffer_size。

针对于有索引的被驱动表，MySQL5.6版本开始增加了Batched Key Access（BKA）的新特性

对于多表join语句，当MySQL使用索引访问第一个join表的时候，使用join_buffer来收集第一个操作对象生成的相关列的值。BKA构建好key之后，通过MRR接口提交给引擎做查询。

BKA步骤：

1. 将驱动表相关的列放入join_buffer中。

2. 批量的将Key（索引键值）发送到MRR接口。

3. MRR通过收到的key，根据其对应的ROWID进行排序，然后再进行数据的读取操作。

这里来看，BKA和BNL其实是差不多的，主要区别就是BKA是针对被驱动表是走索引的情况下，索引是非主键索引的时候，按照索引字段进行排序，因此减少了随机IO，提高性能。

MRR

===

MySQL5.6版本开始支持的Multi-Range Read（MRR）优化。MRR目的是为了减少磁盘的随机访问，并且将随机访问转换为较为顺序的数据访问，MRR可适用于range，ref，eq_ref类型的查询

MRR优化有以下几个好处：

最后

权威指南-第一本Docker书

引领完成Docker的安装、部署、管理和扩展，让其经历从测试到生产的整个开发生命周期，深入了解Docker适用于什么场景。并且这本Docker的学习权威指南介绍了其组件的基础知识，然后用Docker构建容器和服务来完成各种任务：利用Docker为新项目建立测试环境，演示如何使用持续集成的工作流集成Docker，如何构建应用程序服务和平台，如何使用Docker的API，如何扩展Docker。

总共包含了：简介、安装Docker、Docker入门、使用Docker镜像和仓库、在测试中使用Docker、使用Docker构建服务、使用Fig编配Docke、使用Docker API、获得帮助和对Docker进行改进等9个章节的知识。

关于阿里内部都在强烈推荐使用的“K8S+Docker学习指南”—《深入浅出Kubernetes：理论+实战》、《权威指南-第一本Docker书》，看完之后两个字形容，爱了爱了！

hkfnx-1714429259818)]

关于阿里内部都在强烈推荐使用的“K8S+Docker学习指南”—《深入浅出Kubernetes：理论+实战》、《权威指南-第一本Docker书》，看完之后两个字形容，爱了爱了！

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录