mysql中semi-join的优化策略介绍

1. 背景介绍
什么是semi-join？
所谓的semi-join是指semi-join子查询。 该子查询具有如下结构：

SELECT ... FROM outer_tables WHERE expr IN (SELECT ... FROM inner_tables ...) AND ...

即在where条件的“IN”中的那个子查询。
这种查询的特点是我们只关心outer_table中与semi-join相匹配的记录。
换句话说，最后的结果集是在outer_tables中的，而semi-join的作用只是对outer_tables中的记录进行筛选。这也是我们进行semi-join优化的基础，即我们只需要从semi-join中获取到最少量的足以对outer_tables记录进行筛选的信息就足够了。
所谓的最少量，体现到优化策略上就是如何去重。
以如下语句为例：

select * from Country 
where Country.Code in 
(select City.country from City where City.Population>1*1000*1000);

当中的semi-join： “

select City.country from City where City.Population>1*1000*1000

” 可能返回的结果集如下： China(Beijin), China(Shanghai), France(Paris)...
我们可以看到这里有2个China，分别来至2条城市记录Beijin和Shanghai, 但实际上我们只需要1个China就足够对outer_table  Country进行筛选了。所以我们需要去重。

2. Mysql支持的Semi-join策略
Mysql支持的semi-join策略主要有5个，它们分别为：
1. DuplicateWeedout: 使用临时表对semi-join产生的结果集去重。

对应的匹配条件为：


2. FirstMatch: 只选用内部表的第1条与外表匹配的记录。

对应的匹配条件为：



3. LooseScan: 把inner-table数据基于索引进行分组，取每组第一条数据进行匹配。

对应的匹配条件为：




4. Materializelookup: 将inner-table去重固化成临时表，遍历outer-table，然后在固化表上去寻找匹配。
对应的匹配条件：



5. MaterializeScan: 将inner-table去重固化成临时表，遍历固化表，然后在outer-table上寻找匹配。

对应的条件：



参考：
1.mysql代码 （sql/sql_select.cc 的setup_semijoin_dups_elimination函数）

2.askmonty的knowledgebase

from : http://blog.sina.com.cn/s/blog_4673e60301011qvx.html