MySQL join大小表前后顺序影响分析

前言

我相信你一定听说过在做两张表join查询时，要让小表作为驱动表，如果你不知道这是为什么，那么本文就通过分析join的执行过程，来回答这个问题。

一、数据准备

新建了两张表，分别为t1，t2。

t1表结构

t2表结构

其中t1表1W条数据，t2表10W条。t1表中的1W条数据与t2是相同的。

二、join查询

使用小表作为驱动表

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

使用大表作为驱动表

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

通过执行计划分析

小表驱动

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

大表驱动

当大表作为驱动表时，查询时间大约比小表作为驱动表时慢了一倍，从执行计划也能分析出，谁是驱动表谁就会进行全表扫描，所以这也是为什么要让小表作为驱动表的原因。

三、join流程分析

从下面这个执行计划中我们可以看出，join的执行流程应该如下：

1、先从t2表中取出一行数据，然后拿到a这个字段
2、用a这个字段与t1表进行匹配，类似如下sql：select * from t1 where t1.a = ?(?就是第一步中从t2里取到的字段a的值)
3、由于t1表的a字段时有索引的，所以可以走索引扫描，如果匹配的上就把结果记录下来
4、继续重复1~3流程，执行扫描完所有t2表中的数据。

四、通过时间复杂度解释为什么要让小表作为驱动表

分析完join流程后，我们可以得到，整个过程的时间复杂度应该是t2表的行数（M）+ t1表走索引的时间复杂度（logN）

所以大致的时间复杂度应该是：M * logN，可以看出M对于整个时间复杂度的影响更大，因此应该尽量让小表作为驱动表。

以上结论是建立在被驱动表可以使用索引的前提下，如果被驱动表不能使用索引，那就会发生Using join buffer (Block Nested Loop)，关于这个问题，在之后的文章中我们可以再进行分析。