为什么代码规范要求SQL语句不要过多的join？

点击上方“芋道源码”，选择“设为星标”

管她前浪，还是后浪？

能浪的浪，才是好浪！

每天 10:33 更新文章，每天掉亿点点头发...

源码精品专栏

 

• 原创 | Java 2021 超神之路，很肝~
  

• 中文详细注释的开源项目
  

• RPC 框架 Dubbo 源码解析

• 网络应用框架 Netty 源码解析
  

• 消息中间件 RocketMQ 源码解析
  

• 数据库中间件 Sharding-JDBC 和 MyCAT 源码解析

• 作业调度中间件 Elastic-Job 源码解析

• 分布式事务中间件 TCC-Transaction 源码解析

• Eureka 和 Hystrix 源码解析

• Java 并发源码

来源：juejin.im/post/5e0443ae6fb9a0162277a2c3

• 送分题

• 再谈 SQL Join

• 回顾

• 缓冲区

• 一个大前提

• Join 算法

• 总结

---

送分题

面试官： 有操作过 Linux 吗?

我： 有的呀

面试官： 我想查看内存的使用情况该用什么命令

我： free 或者 top

面试官： 那你说一下用 free 命令都可以看到啥信息

我： 那，如下图所示 可以看到内存以及缓存的使用情况

• total 总内存

• used 已用内存

• free 空闲内存

• buff/cache 已使用的缓存

• avaiable 可用内存

面试官： 那你知道怎么清理已使用的缓存吗(buff/cache)

我： em… 不知道

面试官： sync; echo 3 > /proc/sys/vm/drop_caches就可以清理 buff/cache 了，你说说我在线上执行这条命令做好不好?

图片

我： (送分题,内心大喜)好处大大的有，清理出缓存我们就有更多可用的内存空间, 就跟 pc 上面 xx 卫士的小火箭一样，点一下，就释放出好多的内存

面试官： em…., 回去等通知吧

推荐下自己做的 Spring Boot 的实战项目：

https://github.com/YunaiV/ruoyi-vue-pro

再谈 SQL Join

面试官： 换个话题，谈谈你对 join 的理解

我： 好的（再答错就彻底完了，把握住机会)

推荐下自己做的 Spring Cloud 的实战项目：

https://github.com/YunaiV/onemall

回顾

SQL 中的 join 可以根据某些条件把指定的表给结合起来并将数据返回给客户端

join 的方式有

inner join 内连接

left join 左连接

right join 右连接

full join 全连接

面试官： 在项目开发中如果需要使用 join 语句，如何优化提升性能?

我： 分为两种情况，数据规模小的，数据规模大的。

面试官: 然后?

我： 对于

1.数据规模较小 全部干进内存就完事了嗷

2.数据规模较大

• 可以通过增加索引来优化 join 语句的执行速度

• 可以通过冗余信息来减少 join 的次数

• 尽量减少表连接的次数，一个 SQL 语句表连接的次数不要超过 5 次

面试官： 可以总结为 join 语句是相对比较耗费性能，对吗？

我： 是的

面试官: 为什么?

缓冲区

我: 在执行 join 语句的时候必然要有一个比较的过程

面试官: 是的

我： 逐条比较两个表的语句是比较慢的，因此我们可以把两个表中数据依次读进一个内存块中, 以 MySQL 的 InnoDB 引擎为例，使用以下语句我们必然可以查到相关的内存区域show variables like '%buffer%'

图片

如图所示 join_buffer_size 的大小将会影响我们 join 语句的执行性能

面试官: 除此之外呢?

一个大前提

我： 任何项目终究要上线，不可避免的要产生数据，数据的规模又不可能太小

面试官: 是这样的

我： 大部分数据库中的数据最终要保存到硬盘上,并且以文件的形式进行存储。

以 MySQL 的 InnoDB 引擎为例

• InnoDB 以页(page)为基本的 IO 单位，每个页的大小为 16KB

• InnoDB 会为每个表创建用于存储数据的.ibd 文件

图片

验证

图片

我： 这意味着我们有多少表要连接就需要读多少个文件，虽然可以利用索引，但还是免不了频繁的移动硬盘的磁头

面试官： 也就是说频繁的移动磁头会影响性能对吧

我： 是的，现在的开源框架不都喜欢说自己通过顺序读写大大的提升了性能吗，比如 hbase、kafka

面试官： 说的没错，那你认为 Linux 有对此做出优化吗?提示，你可以再执行一次 free 命令看一下

我： 奇怪缓存怎么占用了 1.2G 多

图片

图片来源：https://www.linuxatemyram.com/

面试官： 你有没有想过

• buff/cache 里面存的是什么？

• 为什么 buff/cache 占了那么多内存，可用内存即 availlable 还有 1.1G？

• 为什么你可以通过两条命令来清理 buff/cache 占用的内存，而想要释放 used 只能通过结束进程来实现?

品，你细品

思考了几分钟后

图片

我： 这么随便就释放了 buff/cache 所占用的内存，说明它就不重要, 清除它不会对系统的运行造成影响

面试官: 不完全对

我： 难道是？想起来《CSAPP》（深入理解计算机系统）里面说过一句话

存储器层次结构的本质是，每一层存储设备都是较低一层设备的缓存

图片

通俗来说，就是说 Linux 会把内存当作是硬盘的高速缓存

相关资料：http://tldp.org/LDP/sag/html/buffer-cache.html

面试官： 现在知道那道送分题应该怎么回答了吧

我： 我….

图片

Join 算法

面试官： 再给你个机会，如果让你来实现 Join 算法你会怎么做?

我： 无索引的话,嵌套循环就完事了嗷。有索引的话，则可以利用索引来提升性能.

面试官： 说回 join_buffer 你认为 join_buffer 里面存储的是什么?

我： 在扫描过程中，数据库会选择一个表把他要返回以及需要进行和其他表进行比较的数据放进 join_buffer

面试官： 有索引的情况下是怎么处理的？

我： 这个就比较简单了，直接读取两个表的索引树进行比较就完事了嗷，我这边介绍一下无索引的处理方式

Nested Loop Join

嵌套循环，每次只读取表中的一行数据，也就是说如果 outerTable 有 10 万行数据, innerTable 有 100 行数据，需要读取 10000000 次(假设这两个表的文件没有被操作系统给缓存到内存, 我们称之为冷数据表)

当然现在没啥数据库引擎使用这种算法（太慢了)

Block nested loop

Block 块，也就是说每次都会取一块数据到内存以减少 I/O 的开销

当没有索引可以使用的时候，MySQL InnoDB 就会使用这种算法

考虑以下两个表 t_a 和 t_b

图片

当无法使用索引执行 join 操作的时候，InnoDB 会自动使用 Block nested loop 算法

图片

总结

上学时，数据库老师最喜欢考数据库范式，直到上班才学会一切以性能为准，能冗余就冗余，实在冗余不了的就 join 如果 join 真的影响到性能。试着调大你的 join_buffer_size, 或者换固态硬盘。

- END -

---

---

欢迎加入我的知识星球，一起探讨架构，交流源码。加入方式，长按下方二维码噢：

已在知识星球更新源码解析如下：

最近更新《芋道 SpringBoot 2.X 入门》系列，已经 101 余篇，覆盖了 MyBatis、Redis、MongoDB、ES、分库分表、读写分离、SpringMVC、Webflux、权限、WebSocket、Dubbo、RabbitMQ、RocketMQ、Kafka、性能测试等等内容。

提供近 3W 行代码的 SpringBoot 示例，以及超 4W 行代码的电商微服务项目。

获取方式：点“在看”，关注公众号并回复 666 领取，更多内容陆续奉上。

文章有帮助的话，在看，转发吧。
谢谢支持哟 (*^__^*）