Mycat 系列之 JOIN 介绍

Join 绝对是关系型数据库中最常用一个特性，然而在分布式环境中，跨分片的 join 确是最复杂、最难解决的一个问题。

·

各种 JOIN 介绍

·

INNER JOIN(内连接/等值连接)

inner join 产生同时符合 A 表和 B 表的一组数据。

LEFT JOIN(左连接)

从 A 表(左)产生一套完整的记录，与匹配的 B 表记录(右表)。如果没有匹配，右侧将包含 null。

RIGHT JOIN(右连接)

同 LEFT JOIN(左连接)，AB表互换即可。

·

CROSS JOIN(交叉连接)

交叉连接，得到的结果是两个表的乘积，即笛卡尔积。

笛卡尔(Descartes)乘积又叫直积。假设集合A={a,b}，集合B={0,1,2}，则两个集合的笛卡尔积为{(a,0),(a,1),(a,2),(b,0),(b,1), (b,2)}。

例如：如果 A 表示某学校学生的集合，B 表示该学校所有课程的集合，则 A 与 B 的笛卡尔积表示所有可能的选课情况。

·

FULL JOIN(全连接)

全连接产生的所有记录(双方匹配记录)在表 A 和表 B。如果没有匹配,则对面将包含null。

·

JOIN 使用建议

• 尽量避免使用 Left join 或 Right join，而用 Inner join。
• 在使用 Left join 或 Right join 时，ON 会优先执行，where 条件在最后执行，所以在使用过程中，条件尽可能的在
  ON 语句中判断，减少 where 的执行。
• 少用子查询，而用 join。

·

Mycat 支持跨分片的 join

Mycat 目前版本支持跨分片的 join，主要实现的方式有四种：全局表、ER 分片、catletT(人工智能)和 Share Join。

·

全局表

一个真实的业务系统中，往往存在大量的类似字典表的表(例如：地市编码表)，它们与业务表之间可能有关系，这种关系，可以理解为"标签"，而不应理解为通常的"主从关系"。这些表具有以下几个特性：

• 变动不频繁。
• 数据量总体变化不大。
• 数据规模不大，很少有超过数十万条记录。

对于这类的表，在分片的情况下，当业务表因为规模而进行分片以后，业务表与这些字典表之间的关联，就成了比较棘手的问题。鉴于此，MyCAT 定义了一种特殊的表，称之为"全局表"，全局表具有以下特性：

• 全局表的插入、更新操作会在所有节点上执行，保持各个分片的数据一致性。
• 全局表的查询操作，只从一个节点获取。
• 全局表可以跟任何一个表进行 JOIN 操作。

·

全局表配置示例

全局表配置比较简单，不用写 Rule 规则，如下配置即可：

<table name="city_code" primaryKey="ID" type="global" dataNode="dn1,dn2,dn3" />

注意： 全局表需要在每个分片节点上运行建表 SQL。

·

ER Join

MyCAT 借鉴了 NewSQL 领域的新秀 Foundation DB 的设计思路，Foundation DB 创新性的提出了 Table Group 的概念，其将子表的存储位置依赖于主表，并且物理上紧邻存放，因此彻底解决了 JION 的效率和性能问题。

Mycat 根据这一思路，提出了基于 E-R 关系的数据分片策略，子表的记录与所关联的父表记录存放在同一个数据分片上。即子表依赖于父表，通过表分组(Table Group)保证数据 Join 不会跨库操作。如下示例：customer 采用 sharding-by-intfile 分片策略，分片在 dn1,dn2 上，orders 依赖父表进行分片，两个表的关联关系为 orders.customer_id=customer.id。于是数据分片和存储的示意图如下：

这样一来，分片 dn1 上的 customer 与 dn1 上的 orders 就可以进行局部的 JOIN 联合，dn2 上也如此；再合并两个节点的数据即可完成整体的 JOIN。

·

ER 表配置示例：

<table name="customer" dataNode="dn1,dn2" rule="sharding-by-intfile">
    <childTable name="orders" joinKey="customer_id" parentKey="id"/>
</table>

·

Share join

ShareJoin 是一个简单的跨分片 Join，基于 HBT 的方式实现。目前支持 2 个表的 join。

原理就是解析 SQL 语句，拆分成单表的 SQL 语句执行，然后把各个节点的数据汇集。

·

Share join 配置示例

Share join 支持任意配置的 AB 表

<!--A,B 的 dataNode 相同-->
<table name="A" dataNode="dn1,dn2,dn3" rule="auto-sharding-long" />
<table name="B" dataNode="dn1,dn2,dn3" rule="auto-sharding-long" />

<!--A,B 的 dataNode 不同-->
<table name="A" dataNode="dn1,dn2 " rule="auto-sharding-long" />
<table name="B" dataNode="dn1,dn2,dn3" rule="auto-sharding-long" />
<!--或-->
<table name="A" dataNode="dn1 " rule="auto-sharding-long" />
<table name="B" dataNode=" dn2,dn3" rule="auto-sharding-long" />

在查询的时候需要添加 mycat 注释 “/*!mycat:catlet=demo.catlets.ShareJoin */”。

mysql> /*!mycat:catlet=demo.catlets.ShareJoin */ select a.*,b.id, b.name as tit from customer a,company b on a.company_id=b.id;

·

catletT(人工智能)

MyCAT 提供特定的 API 供程序员调用，使其依靠编程解决业务系统中特定几个必须跨分片的 SQL 的 JOIN 逻辑。