为什么调整join_buffer_size能优化join语句

好多人面对join语句慢的情况下，会调整join_buffer_size，但是为什么调整jbs能提高速度呢，还是借用上一篇中的两个表作为例子
（链接地址：https://blog.csdn.net/weixin_43541262/article/details/106837972）
表1跟表2两个表的数据分别是M，N 。表2用不到索引的情况下

使用Simple Nested-Loop Join算法扫描的行数是100 * 1000=10万行。
使用Block Nested-Loop Join算法扫描的行数是1000+100，由于join buffer是以无序数组的方式组织的，因此对于表2中的每一行，都要做100次的判断，所以总的扫描行数还是100*1000=10万行。
但是后者是在内存中进行操作的，所以速度上会快很多。

假设小表的行数是N，大表的行数是M，那么在BNLJ算法里，两个表都做一次全表扫描，总的行数是M+N，内存中判断的次数是M * N。
这个时候会发现，不管哪种算法，大表或者小表作为驱动表的执行消耗是一样的。但是这是在忽视了join buffer size的情况下。
假如join_buffer放不下表1呢，那就分段放了，执行过程就变成了上一篇文中BNLJ算法的执行流程。
假设驱动表的数据行是N，需要分成K段才能完成整个流程，被驱动表行数是M
所以整个过程中扫描行数是N+x * M * N,其中K=x * N.
内存判断的次数是N * M
所以，这个时候会发现，N + x * M * N中，x才是影响整个扫描行数的关键因素。这个值越小越好。
刚刚我们说了 N 越大，分段数 K 越大。那么，N 固定的时候，什么参数会影响 K 的大小呢？（也就是x的大小）答案是 join_buffer_size。join_buffer_size 越大，一次可以放入的行越多，分成的段数也就越少，对被驱动表的全表扫描次数就越少
所以这也是为什么调整join_buffer_size可以影响join语句的原因。