驱动表和被驱动表

判断方式

• 没有where条件时
  左连接查询时前面的表是驱动表，后面的表是被驱动表
  右连接时相反
  内连接时哪张表数据少哪张表是驱动表
• 有where条件时
  带where条件的是驱动表，否则是被驱动表

连接查询的算法

• 简单嵌套循环连接算法
  一旦确定了驱动表和被驱动表，那么查询的过程就是双重循环

for (row1 : 驱动表) {
	for (row2 : 被驱动表){
        if (conidtion == true){
            send client
        }
    }
}

• 索引嵌套循环连接法
  join查询的优化思路就是小表驱动大表，在大表(被驱动表)上建立索引，如果驱动表创建了索引，mysql是不会使用的。

for (row1 : 驱动表) {
    索引在被驱动表中命中，不用再遍历被驱动表了
}

• 基于块的连接嵌套循环算法
  这个思想其实就是将一行变成了一批
  块嵌套循环算法对外部循环中读取的行进行缓存，以减少必须读取内部循环中表的次数。
  比如说将10行读入缓冲区并将缓冲区传递到下一个内部缓冲，那么就可以将内部循环中读取的每一行和缓冲区中所有的10行进行对比，这样内部表必须读取的次数就少了一个数量级。
  MySql连接缓冲区大小控制由join_buffer_size参数控制
  连接缓冲区的一些特征：
  • 只有无法使用索引时才会使用连接缓冲区
  • 连接中只有感兴趣的列才存储在连接缓冲区中，而不是整个行
  • 为每个可以缓冲的连接分配一个缓冲区，因此可以使用多个连接缓冲区来处理给定查询
  • 在执行连接之前分配连接缓冲区，在查询完成后释放。所以在查询的的时候最好不要把 * 作为查询条件，而是需要什么字段就查询什么字段，这样缓冲区可以缓冲更多的行。

三种算法优先级

• 第一种算法忽略，MySql不会使用这种。
• 当被驱动表创建了索引，那么MySql肯定使用第二种算法。
• 当没有创建索引或者对驱动表创建了索引，肯定使用第三种方法。

驱动表和被驱动表的理解

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。