问题7：数据库多表关联方式

在关系型数据库中，多表关联方式是影响性能最大的技术。为什么会把mysql定义为中小型数据库？主要原因是mysql是不支持hash join的。这对多个大表关联查询造成性能的瓶颈。因此，在大数据领域，比较少使用mysql作为后台数据库。不过，也是有规避的方法，例如我们公司bi项目使用mysql，需要把表设计为宽表，进行反范式设计，减少多表关联。虽然单表的数据量大了，但是查询速度快了非常多，从几十秒降到1秒左右。1秒对大数据应用是可以接受的，在oltp应用是不可接受。因此，在oltp应用数据库会进行分库分表设计，这属于垂直拆分。按照业务类型进行拆分多个实例和分库，这属于水平拆分。目标是实现轻数据库重业务模式，很多运算需要放到应用代码执行。这也是基于数据库是CS结构，而业务代码是分布式结构的属性。
言归正传，下面是对数据库关联算法进行分析，不限于mysql。
多表连接的查询方式又分为以下几种：内连接，外连接和交叉连接。外连接又分为：左外连接，右外连接和全外连接。查询方式需要下面多表关联算法来实现：
Nest loop join
嵌套循环关联 适合下面场景，外表是小表，内表是大表，每次外表获取一条记录，会在内表进行一次查询，虽然内表是大表，由于使用高区分度的索引，效率也是非常快。典型的案例维表驱动事实表。
官方文档：http://dev.mysql.com/doc/refman/5.6/en/nested-loop-joins.html
Block Nested-Loop Join
块圈套循环关联 从 mysql 5.6开始支持新的关联方式，每次批量取出部分符合内表的记录，并发处理与内表关联，减少关联次数，提高关联效率。是圈套循环关联的优化版本。
Multi-Range Read（MRR）
多范围读关联，mysql 5.6开始支持新的关联方式，将根据辅助索引获取的结果集根据主键进行排序，将乱序化为有序，可以用主键顺序访问基表，将随机读转化为顺序读，多页数据记录可一次性读入或根据此次的主键范围分次读入，以减少IO操作，提高查询效率。
官方文档： http://dev.mysql.com/doc/refman/5.6/en/mrr-optimization.html
Batched Key Access(BKA)
批量键接口关联 从mysql 5.6开始支持新的关联方式，
BKA使用join buffer保存由join的第一个操作产生的符合条件的数据。 然后BKA算法构建key来访问被连接的表，并批量使用MRR接口提交keys到数据库存储引擎去查找查找。提交keys之后，MRR使用最佳的方式来获取行并反馈给BKA .
Sort Merge join
排序混合关联 mysql目前不支持，oracle，sql server，postgresql支持。需要首先对两个表按照关联的字段进行排序，分别从两个表中取出一行数据进行匹配，如果合适放入结果集；不匹配将较小的那行丢掉继续匹配另一个表的下一行，依次处理直到将两表的数据取完。若是关联字段有高区分度的索引，则效率也是非常高。
Hash join
哈希关联 mysql目前不支持，oracle，postgresql支持。下面详细描述oracle的hash join实现方法：Oracle依据hash_area_size/db_block_size/_hash_multiblock_io_count决定hash partition数量，hash表由若干hash partition组成，而每个partition都包含多个hash bucket。表small和big，前者会被选为驱动表，假定其结果集为s，后者为b；驱动表和被驱动表都是最多只被访问一次。哈希表连接的表无需要排序，但是他在做连接之前做哈希运算的时候，会用到HASH_AREA_SIZE来创建哈希表。哈希连接不适用于的连接条件是：不等于<>，大于>，小于<，小于等于<=，大于等于>=，like。哈希连接索引列在表连接中无特殊要求，与单表情况无异。
目前mysql在该方面相对来说是较弱的，我们应该取长补短，使用mysql性能高的地方，减少使用mysql短板的技术。