为何阿里不推荐MySQL使用join？，java基础常见面试题

• Index Nested-Loop Join算法的执行流程

TODO

该流程：

1. 对驱动表t1做了全表扫描，需扫描100行

2. 对于每一行R，根据a字段去t2查找，这是树搜索。由于构造数据一一对应，因此每次搜索过程都只扫描一行，共扫描100行

3. 所以，整个执行流程，总扫描行数是200

所以能不能使用join?

假设不使用join，那就只能用单表查询：

select * from t1

查出t1所有数据，这里有100行。

循环遍历这100行数据：

• 从每一行R取出字段a的值$R.a

• 执行select * from t2 where a=$R.a

• 把返回的结果和R构成结果集的一行

该查询过程，也扫描了200行，但共执行了101条语句，比join多了100次交互。而且客户端还要自己拼接SQL语句和结果。

这性能还不如直接join。

怎么选择驱动表？

=======================================================================

该示例中，驱动表t1走全表扫描，被驱动表t2走树搜索。

假设被驱动表行数M。每次在被驱动表查一行数据，要先搜索索引a，再搜索主键索引。每次搜索一棵树的时间复杂度log2M，所以在被驱动表上查一行的时间复杂度是 2*log2M。

假设驱动表行数N，执行过程就要扫描驱动表N行，然后对每一行，到被驱动表上匹配一次。

因此整个执行过程，时间复杂度是 N + N*2*log2M。N扩大1000倍，扫描行数就会扩大1000倍；而M扩大1000倍，扫描行数扩大不到10倍。

可见，N严重影响扫描行数，应该让小表做驱动表。

小结

• 使用join语句，性能比强行拆成多个单表执行SQL语句的性能要好

• 如果使用join语句的话，需要让小表做驱动表。

这些结论的前提是“可以使用被驱动表的索引”。

若被驱动表用不上索引呢？

Simple Nested-Loop Join

======================================================================================

select * from t1 straight_join t2 on (t1.a=t2.b);

t2的b无索引，所以每次到t2去匹配时，就要做一次全表扫描。

但这样，该SQL就要扫描t2 100次，共扫描100*1000=10万行。若t1和t2都是10万行的表，就要扫描100亿行！

当然，MySQL也没有使用这个Simple Nested-Loop Join算法，而使用“Block Nested-Loop Join”算法，BNL。

Block Nested-Loop Join

=====================================================================================

被驱动表无可用索引时的算法流程：

1. 把t1的数据读入线程内存join_buffer中，由于我们这个语句中写的是select *，因此是把整个表t1放入了内存

2. 扫描t2，把t2中的每一行取出来，对比join_buffer数据，满足join条件的，作为结果集的一部分返回。

• BNL执行流程

TODO

• 不使用索引直接join的执行计划

t1、t2都做了次全表扫描，因此总扫描行数1100。由于join_buffer是以无序数组组织，因此对t2中的每一行，都要做100次判断，总共需要在内存中做的判断次数是：100*1000=10万次。

若使用SNL算法查询，扫描行数也是10万行。因此，时间复杂度一样的。但BNL算法的这10万次判断是内存操作，速度上会快很多，性能较好。

那么此时哪个表做驱动表呢？

假设小表的行数是N，大表的行数是M，则在该算法里：

• 两个表都做一次全表扫描，总扫描行数：M+N

• 内存中判断次数M*N

所以调换M和N无差异，所以选择哪个做驱动表，执行耗时都一样。

• 若表t1是个大表，join_buffer放不下咋办？

join_buffer的由参数join_buffer_size设定，默认256k。若放不下t1的所有数据，就会分段放。

把join_buffer_size改成1200，再执行：

select *

from t1 straight_join t2 on (t1.a = t2.b);

执行过程如下：

• 扫描t1，顺序读取数据行放入join_buffer，放完第88行join_buffer满了，继续第2步

• 扫描t2，把t2中的每一行取出来，跟join_buffer中的数据做对比，满足join条件的，作为结果集的一部分返回

• 清空join_buffer

• 继续扫描t1，顺序读取最后的12行数据放入join_buffer中，继续执行第2步

step4、5，表示清空join_buffer再复用。这也能看出该算法的确是分块join。

此时由于t1被分成两次放入join_buffer，导致t2会被扫描两次。虽然分成两次放入join_buffer，但判断等值条件的次数不变，依然是(88+12)*1000=10万次。

此时如何选择驱动表？

假设，驱动表数据行数N，需分K（K不是常数，N越大K就会越大，因此把K表示为λ*N，显然λ的取值范围是(0,1)）段完成，被驱动表数据行数M。

所以，该算法执行过程：

小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数初中级Java工程师，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Java开发全套学习资料》送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注Java）

总结

如果你选择了IT行业并坚定的走下去，这个方向肯定是没有一丝问题的，这是个高薪行业，但是高薪是凭自己的努力学习获取来的，这次我把P8大佬用过的一些学习笔记（pdf）都整理在本文中了

《Java中高级核心知识全面解析》

小米商场项目实战，别再担心面试没有实战项目：

407989776)]

总结

如果你选择了IT行业并坚定的走下去，这个方向肯定是没有一丝问题的，这是个高薪行业，但是高薪是凭自己的努力学习获取来的，这次我把P8大佬用过的一些学习笔记（pdf）都整理在本文中了

《Java中高级核心知识全面解析》

[外链图片转存中…(img-wSJfONm3-1710407989776)]

小米商场项目实战，别再担心面试没有实战项目：

[外链图片转存中…(img-TainFUEh-1710407989777)]

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录