【MYSQL数据库基础之Join操作原理】

Join使用的是Nested-Loop Join算法，Nested-Loop Join(NLJ)有三种

select * from t1 join t2 on t1.a = t2.a;
-- a 100条数据, b 1000条数据

Simple Nested-Loop Join

会遍历t1全表，t1作为驱动表，t1中的每一条数据都会到t2中做一次全表查询，该过程会比较100*1000次。
每次在t2中做全表查询时，全表扫描可就不保证在内存里了，Buffer Pool会淘汰，有可能在磁盘。

Block Nested-Loop Join（MYSQL驱动链接没有使用索引）

会遍历t1全表，将t1数据加载到join_buffer中，再遍历t2全表，让t2的每条数据去匹配join_buffer中t1缓存的数据。
当不使用Index Nested-Loop Join的时候，默认使用Block Nested-Loop Join。

t1全表扫描 = 100次
t2全表扫描 = 1000次
查询次数 = 1100次
join_buffer中比较 = 100 * 1000次
比较的次数和Simple Nested-Loop Join是一样的，但是比较的过程会比Simple Nested-Loop Join快很多，性能更好。

join_buffer是有大小的，如果t1查出来的数据是大于join_buffer大小的，则会先加载部分t1中的数据，比较完t2以后，清空join_buffer，再加载t1中剩余数据，加载不完全，再重复该操作。
t1全表扫描次数和join_buffer中比较1次数不变，但是t2的扫描次数会根据分段次数做一个乘法。
假设，驱动表的数据行数是 N，需要分 K 段才能完成算法流程，被驱动表的数据行数是 M。
K = λ * N
扫描被驱动表次数 = M * λ * N

λ是和join_buffer的大小有关的，join_buffer大小足够的情况下，大表驱动和小表驱动的时间是一样的。
需要分段的情况下，分段次数越少，被驱动表扫描的次数也会越少，所以应该采用小表驱动。

简单理解Block Nested-Loop Join如下：

• 缓存块嵌套循环连接通过一次性缓存多条数据，把参与查询的列缓存到Join Buffer 里，然后拿join buffer里的数据批量与内层表的数据进行匹配，从而减少了内层循环的次数（遍历一次内层表就可以批量匹配一次Join Buffer里面的外层表数据）。
• 当不使用Index Nested-Loop Join的时候，默认使用Block Nested-Loop Join。

MySQL使用Join Buffer有以下要点:

1. join_buffer_size变量决定buffer大小。
2. 只有在join类型为all, index, range的时候才可以使用join buffer。
3. 能够被buffer的每一个join都会分配一个buffer,也就是说一个query最终可能会使用多个join buffer。
4. 第一个nonconst table不会分配join buffer,即便其扫描类型是all或者index。
5. 在join之前就会分配join buffer, 在query执行完毕即释放。 join buffer中只会保存参与join的列, 并非整个数据行。

Index Nested-Loop Join（MYSQL驱动链接使用索引）

还是以上面的sql为例，如果a字段是有索引的。
t1表会扫描全表，t1表中每条数据会去t2表中做索引查询，查到id后再进行回表查询（如果连接字段是t2表的主键，回表操作将省略）。
t1扫描全表 = 100次
t2索引查询 = log1000次
t2回表查询 = log1000次
假设，驱动表的数据行数是 N，被驱动表的数据行数是 M。
总查询次数 = N + N * 2logM
由上可见，驱动表数据越大，查询的次数会越多，所以应该使用小表作为驱动表。