你真的了解 inner join 吗

我们在写 SQL 语句的时候，通常的表连接，通常是 inner join， left join， right join 等等， 其实这些都是逻辑连接，即我们的业务逻辑上的连接。

数据库引擎执行这些连接的方式， 成为物理连接， 也就是说，数据库引擎到底是怎么执行这些连接的。

物理连接主要是三种方式：循环连接， 合并连接，哈希连接。SQL Server， Oracle， MySQL 都支持这三种连接方式（MySQL8 也支持了哈希连接）。

循环连接，把左右两张表的，进行嵌套循环，对比出符合要求的语句。

循环连接的伪代码：

for each row in t1    	for each row in t2          	if t1.row.column1=t2.row.column                	return t1.row,t2.row

例如：有两种表。t1:

t2:

我们的查询语句是：

select * from t1 inner join t2 on t1.id=t2.id

若使用循环连接，那么，执行器首先取出 t1 中的第一行的 id=1， 分别和 t2 表的各个行的 id 进行对比， 把符合条件的数据返回；然后取出 t1 中的第二行的 id=2，， 分别和 t2 表的各个行的 id 进行对比， 把符合条件的数据返回；......直到 t1 表的最后一行。所以，循环连接，需要对比 12 次（两张表数据行数的乘积）。实际上，这种方法的效率并不高，一般在两张表中数据不太多的时候使用。

合并连接， 合并连接一般指的是，左右两边的表 join 的连接列都有序的情况下，连接优化的一种方式。因为两边都有序，所以理论上，可以大量的减少对比次数，一会看例子就明白了。

合并连接的伪代码：

get row1 from t1get row2 from t2while row1 not null and row2 not null    	if row1.id=row2.id          	return row1, row2       else if row1.id<row2.id           	row1 : t1.nextRow         else            	row2 : t2.nextRow

例如，我们还是上例中的数据和语句：

select * from t1 inner join t2 on t1.id=t2.id

因为两种表确实是按照 id 有序， 所以可以使用哈希连接。执行过程如下：

第一次对比：t1 的第一行和 t2 的第一行， t1.id<t2.id， t1 获取下一行；

第二次对比：t1 的第二行和 t2 的第一行， t1.id>t2.id， t2 获取下一行；

第三次对比：t1 的第二行和 t2 的第二行， t1.id<t2.id， t1 获取下一行；

第四次对比：t1 的第三行和 t2 的第二行， t1.id>t2.id， t2 获取下一行；

第五次对比：t1 的第三行和 t2 的第三行， t1.id<t2.id， t1 获取下一行；

t1 表没有下一行了，执行结束。

假如 t1 有 m 行数据，t2 有 n 行数据。循环连接的次数=m*n。合并连接的次数，最小值的 m，n 中的较小值；最大值是 m*n。想一想，什么情况下是最小值？什么情况是最大值？

哈希连接， 哈希连接的分为两步，第一步是对 t1 表的各个行的 id（匹配列）求哈希值；第二步是对 t2 上的 id 列求哈希值，并进行哈希匹配。

哈希连接的伪代码如下：

for each row in t1    	calculate hash value hash(t1.row.id)      insert hash value into hash bucket hashT1for each row in t2      	if hashT1[hash(t2.row.id)] is not null           return t2.row, hashT1[hash(t2.row.id)]

三种连接当时对比：