left join 的时间开销类似于笛卡尔积,相当费时,如果关联字段是索引字段,可以减少时间复杂度,但是还是非常费时。
left 的优化:首先,mysql都是使用(Nested Loop )循环套嵌的方式实现join,这里包括两个部分:驱动表结果集作为条件连接被驱动表X,被驱动表根据驱动表结果查询数据集Y。时间复杂度(X*Y),这里的第二部分是数据库内部的操作,涉及io,cpu等的操作很少,而且可以使用索引优化。第一部分是表的连接,这里是需要时间的,时间复杂度,CPU,io操作等都耗费比内部操作更多的时间。所以,以少的实际结果集(where筛选后)驱动大的结果集,大的结果集使用索引,这种方式能够最大层度的减少时间复杂度。也就是永远使用小的结果集驱动大的结果集。
这里规定join连接单次总用时为m1,被驱动表一次查询使用时间为m2;则总的查询时间为:
X*m1+Y*m2;这里的m1大于m2则 X相对于Y越小,结果越小;
B平衡树的索引结构,三种索引的速度以及覆盖范围排序: 1覆盖索引>= 2聚集索引>3非聚集索引。 1和2中大于的部分不是速度,而是适用范围,1覆盖索引能够根据业务自定义,而2基本都是主键,适用性不强,但是覆盖索引占用内存比较大,这个是一个限制条件。
索引总共分为三种,聚集索引,非聚集索引,覆盖索引
非聚集索引会先找到聚集索引的唯一主键,然后根据聚集索引查找值,例外的是覆盖索引(多列索引):查询列在索引列中,不需要再到聚集索引中查找一遍。
没有主键(聚集索引)的表加数据堆,数据堆是通过使用索引分配图(IAM)页来维护的。当在数据堆上创建了非聚簇索引时,叶级中包含了指向数据页的行标识符。行标识符指定记录行的逻辑顺序,由文件ID、页号和行ID组成