对驱动表和被驱动表的深入理解

不论对于 nest loop 还是hash join的方式，决定驱动表和被驱动表，需要综合表的数据量大小和表数据的适合访问方式（随机读取或顺序读取）来确定。

对于循环嵌套 nest loop的表联结方式 

    驱动表，即需要从驱动表中拿出来每条记录，去与被驱动表的所有记录进行匹配探测。

    理解驱动表和被驱动表的差异，最本质的问题，需要理解顺序读取和随机读取的差异，内存是适合随机读取的，但是硬盘就不是，对于硬盘来说顺序读取的效率比较好。

    驱动表，作为外层循环，若能只进行一次IO把所有数据拿出来最好，这就比较适合顺序读取，一次性批量的把数据读取出来，这里没考虑缓存等细节。

    被驱动表，即里层循环，由于需要不断的拿外层循环传进来的每条记录去匹配，所以如果是适合随机读取的，那么效率就会比较高。如果表上有索引，实际上就意味着这个表是适合随机读取的。

    如果表的数据量较大，且没有索引，那么就不适合多次的随机读取，比较适合一次性的批量读取，就应该作为驱动表。

 

对于哈希关联 hash join的表联结方式

    通常应该选用小表作为被探测表优先放入内存中，然后读取被探测表并计算关联列的hash值与前者匹配，因此，被探测表适合顺序读取或关联列有索引实际已排序，是比较好的。

    （优化器是如何决定何时使用循环嵌套和何时使用哈希联结的，网上有其他很多的文章，待我学习吸收后再完善此博文~(@^_^@)~）

 

hints调整

    常见的调整驱动表和被驱动表关系的，有ordered和leading，其中leading的控制粒度比较细。

 

附本人总结的优化思路：

大牛给出的优化思路：

 

参考阅读：

1 、《MySQL索引背后的数据结构及算法原理》  http://blog.codinglabs.org/articles/theory-of-mysql-index.html