MySQL面试：left join我要怎优化？

三叶草

在实际开发中，相信大多数人都会用到join进行连表查询，但是有些人发现，用join好像效率很低，而且驱动表不同，执行时间也不同。那么join到底是如何执行的呢？
这里有两个表t1，t2

explain select * from t1 left join t2 on t1.a=t2.a;
复制代码

上面语句使用left join，说明t1是驱动表（left join谁在左谁是驱动表），t2是被驱动表，执行一下

可以看到，驱动表是的type是ALL，所以是全表扫描，被驱动表有a索引，left join的时候，用到了a这个索引，因此这个语句执行流程是：

• 从表t1中读入一行数据
  
• 从数据行中，取出a字段到表t2里去查找
  
• 取出表t2中满足条件的行，跟t1的数据组成一行，作为结果集的一部分
  
• 重复上面操作，直到t1的数据取完为止
  
  
  
  

这个过程是先遍历表t1，然后根据表t1中取出的每行数据中的a值，去表t2中查询满足条件的记录。这里我们成为"Index Nested-Loop Join"，简称NLJ。

通过上面所述，如果我们选择驱动表的话，就要选择小表来做驱动表。否则大表做驱动表是要查询所有的，效率会低很多。当然，前提是"可以使用被驱动表的索引"
这里我们把sql语句改一下：

explain select * from t1 left join t2 on t1.a=t2.b;
复制代码

t2表的b字段是无索引的
结果就是两个表都要全表扫描，这里我们看到，Extra显示的是（Using where; Using join buffer (Block Nested Loop)）
这个其实是MySQL对join不走索引全表扫描做了一个优化，简称BNL。
BNL流程：

• 把表t1的数据读入线程内存join_buffer中，这里我们是把整个表t1放入内存中。
  
• 扫描表t2，把表t2中的每一行取出来，跟join_buffer中的数据做对比，满足join条件的，作为结果集的一部分返回。
  
  
  
  

这里，我们两个表都是做的全表扫描，所以不管是哪个表做驱动表都是执行消耗都是一样的。
如果一个表的数据太大了，根本装不下所有数据的话，就采用分段放。也可以修改join_buffer_size。
针对于有索引的被驱动表，MySQL5.6版本开始增加了Batched Key Access（BKA）的新特性
对于多表join语句，当MySQL使用索引访问第一个join表的时候，使用join_buffer来收集第一个操作对象生成的相关列的值。BKA构建好key之后，通过MRR接口提交给引擎做查询。
BKA步骤：

• 将驱动表相关的列放入join_buffer中。
  
• 批量的将Key（索引键值）发送到MRR接口。
  
• MRR通过收到的key，根据其对应的ROWID进行排序，然后再进行数据的读取操作。
  
  
  
  

这里来看，BKA和BNL其实是差不多的，主要区别就是BKA是针对被驱动表是走索引的情况下，索引是非主键索引的时候，按照索引字段进行排序，因此减少了随机IO，提高性能。

MRR
MySQL5.6版本开始支持的Multi-Range Read（MRR）优化。MRR目的是为了减少磁盘的随机访问，并且将随机访问转换为较为顺序的数据访问，MRR可适用于range，ref，eq_ref类型的查询
MRR优化有以下几个好处：

• MRR使数据访问变的较为顺序。在查询辅助索引时，首先根据得到的查询结果，按照主键进行排序，并按照主键排序的顺序进行书签查找
  
• 减少缓冲池中页被替换的次数
  
• 批量处理对键值的查询操作
  
  
  
  

MRR的设计思路是因为大多数的数据都是按照主键递增顺序插入得到的，所以我们可以认为，如果按照主键的递增顺序查询的话，对磁盘的读比较接近顺序读，能够提升读性能。
MRR 能够提升性能的核心在于，这条查询语句在索引 a 上做的是一个范围查询（也就是说，这是一个多值查询），可以得到足够多的主键 id。这样通过排序以后，再去主键索引查数据，才能体现出“顺序性”的优势。