为什么 MySQL 不推荐使用 join？

1. 对于 mysql，不推荐使用子查询和 join 是因为本身 join 的效率就是硬伤，一旦数据量很大效率就很难保证，强烈推荐分别根据索引单表取数据，然后在程序里面做 join，merge 数据。

2. 子查询就更别用了，效率太差，执行子查询时，MYSQL 需要创建临时表，查询完毕后再删除这些临时表，所以，子查询的速度会受到一定的影响，这里多了一个创建和销毁临时表的过程。

3. 如果是 JOIN 的话，它是走嵌套查询的。小表驱动大表，且通过索引字段进行关联。如果表记录比较少的话，还是 OK 的。大的话业务逻辑中可以控制处理。

4. 数据库是最底层的，瓶颈往往是数据库。建议数据库只是作为数据 store 的工具，而不要添加业务上去。

         让缓存的效率更高。许多应用程序可以方便地缓存单表查询对应的结果对象。如果关联中的某个表发生了变化，那么就无法使用查询缓存了，而拆分后，如果某个表很少改变，那么基于该表的查询就可以重复利用查询缓存结果了。

• 将查询分解后，执行单个查询可以减少锁的竞争。
• 在应用层做关联，可以更容易对数据库进行拆分，更容易做到高性能和可扩展。
• 查询本身效率也可能会有所提升。查询 id 集的时候，使用 IN（）代替关联查询，可以让 MySQL 按照 ID 顺序进行查询，这可能比随机的关联要更高效。

         可以减少冗余记录的查询。在应用层做关联查询，意味着对于某条记录应用只需要查询一次，而在数据库中做关联查询，则可能需要重复地访问一部分数据。从这点看，这样的重构还可能会减少网络和内存的消艳。

         更进一步，这样做相当于在应用中实现了哈希关联，而不是使用 MySQL 的嵌套循环关联。某些场景哈希关联的效率要高很多。

当应用能够方便地缓存单个查询的结果的时候

当可以将数据分布到不同的 MySQL 服务器上的时候

当能够使用 IN（）的方式代替关联查询的时候并发场景多，DB 查询频繁，需要分库分表

1. DB 承担的业务压力大，能减少负担就减少。当表处于百万级别后，join 导致性能下降；

2. 分布式的分库分表。这种时候是不建议跨库 join 的。目前 mysql 的分布式中间件，跨库 join 表现不良。

3. 修改表的 schema，单表查询的修改比较容易，join 写的 sql 语句要修改，不容易发现，成本比较大，当系统比较大时，不好维护。

         在业务层，单表查询出数据后，作为条件给下一个单表查询。也就是子查询。 会担心子查询出来的结果集太多。mysql 对 in 的数量没有限制，但是

         mysql 限制整条 sql 语句的大小。通过调整参数 max_allowed_packet ，可以修改一条 sql 的最大值。建议在业务上做好处理，限制一次查询出来的结果集是能接受的。

         关联查询的好处时候可以做分页，可以用副表的字段做查询条件，在查询的时候，将副表匹配到的字段作为结果集，用主表去 in 它，但是问题来了，如果匹配到的数据量太大就不行了，也会导致返回的分页记录跟实际的不一样，解决的方法可以交给前端，一次性查询，让前端分批显示就可以了，这种解决方案的前提是数据量不太，因为 sql 本身长度有限。