深入理解 MySQL 中的 Join 算法

本文已收录至 GitHub，推荐阅读 👉 Java随想录

微信公众号：Java 随想录

原创不易，注重版权。转载请注明原作者和原文链接

在数据库处理中，Join 操作是最基本且最重要的操作之一，它能将不同的表连接起来，实现对数据集的更深层次分析。

MySQL 作为一款流行的关系型数据库管理系统，其在执行 Join 操作时使用了多种高效的算法，包括 Index Nested-Loop Join（NLJ）和 Block Nested-Loop Join（BNL）。这些算法各有优缺点，本文将探讨这两种算法的工作原理，以及如何在 MySQL 中使用它们。

什么是 Join

在 MySQL 中，Join 是一种用于组合两个或多个表中数据的查询操作。Join 操作通常基于两个表中的某些共同的列进行，这些列在两个表中都存在。MySQL 支持多种类型的 Join 操作，如 Inner Join、Left Join、Right Join 等。

Inner Join 是最常见的 Join 类型之一。在 Inner Join 操作中，只有在两个表中都存在的行才会被返回。

例如，如果我们有一个“customers”表和一个“orders”表，我们可以通过在这两个表中共享“customer_id”列来组合它们的数据。

SELECT *FROM customersINNER JOIN ordersON customers.customer_id = orders.customer_id;

上面的查询将返回所有存在于“customers”和“orders”表中的“customer_id”列相同的行。

Index Nested-Loop Join

Index Nested-Loop Join（NLJ）算法是 Join 算法中最基本的算法之一。

在 NLJ 算法中，MySQL 首先会选择一个表（通常是小型表）作为驱动表，并迭代该表中的每一行。然后，MySQL 在第二个表中搜索匹配条件的行，这个搜索过程通常使用索引来完成。一旦找到匹配的行，MySQL 将这些行组合在一起，并将它们作为结果集返回。

工作流程如图：

例如，执行下面这个语句：

select * from t1 straight_join t2 on (t1.a=t2.a);

注：当使用 straight_join 时，MySQL 会强制按照在查询中指定的从左到右的顺序执行连接。

在这个语句里，假设 t1 是驱动表，t2 是被驱动表。我们来看一下这条语句的 explain 结果。

可以看到，在这条语句里，被驱动表 t2 的字段 a 上有索引，join 过程用上了这个索引，因此这个语句的执行流程是这样的：

1. 从表 t1 中读入一行数据 R；

2. 从数据行 R 中，取出 a 字段到表 t2 里去查找；

3. 取出表 t2 中满足条件的行，跟 R 组成一行，作为结果集的一部分；

4. 重复执行步骤 1 到 3，直到表 t1 的末尾循环结束。

这个过程就跟我们写程序时的嵌套查询类似，并且可以用上被驱动表的索引，所以我们称之为「Index Nested-Loop Join」，简称 NLJ。

NLJ 是使用上了索引的情况，那如果查询条件没有使用到索引呢？

MySQL 会选择使用另一个叫作「Block Nested-Loop Join」的算法，简称 BNL。

Block Nested-Loop Join

Block Nested Loop Join（BNL）算法与 NLJ 算法不同的是，BNL 算法使用一个类似于缓存的机制，将表数据分成多个块，然后逐个处理这些块，以减少内存和 CPU 的消耗。

例如，执行下面这个语句：

select * from t1 straight_join t2 on (t1.a=t2.b);

如果 t2 表的字段 b 上是没有建立索引的。这时候，被驱动表上没有可用的索引，算法的流程是这样的：

1. 把表 t1 的数据读入线程内存join_buffer中，由于我们这个语句中写的是 select *，因此是把整个表 t1 放入了内存；

2. 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。

这条 SQL 语句的 explain 结果如下所示：

可以看到，在这个过程中，MySQL 对表 t1 和 t2 都做了一次全表扫描，因此总的扫描行数是 1100。

由于join_buffer是以无序数组的方式组织的，因此对表 t2 中的每一行，都要做 100 次判断，总共需要在内存中做的判断次数是：100*1000=10 万次。

虽然 Block Nested-Loop Join 算法是全表扫描。但是是在内存中进行的判断操作，速度上会快很多。但是性能仍然不如 NLJ。

join_buffer的大小是由参数 join_buffer_size 设定的，默认值是 256k。

那如果 join_buffer_size 的大小不足以放下表 t1 的所有数据呢？

办法很简单，就是分段放，执行流程如下：

1. 顺序读取数据行放入join_buffer中，直到join_buffer满了。

2. 扫描被驱动表跟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。

3. 清空join_buffer，重复上述步骤。

虽然分成多次放入join_buffer，但是判断等值条件的次数还是不变的，依然是 10 万次。

MRR & BKA

上篇文章里我们有提到 MRR（Multi-Range Read）。MySQL 在 5.6 版本后引入了**Batched Key Acess(BKA)**算法，这个 BKA 算法，其实就是对 NLJ 算法的优化，而 BKA 算法正是基于 MRR。

NLJ 算法执行的逻辑是：从驱动表 t1，一行行地取出 a 的值，再到被驱动表 t2 去做 join。也就是说，对于表 t2 来说，每次都是匹配一个值。这时，MRR 的优势就用不上了。

其实我们可以从表 t1 里一次性地多拿些行出来，先放到一个临时内存，一起传给表 t2。这个临时内存不是别人，就是join_buffer。

通过上一篇文章，我们知道join_buffer 在 BNL 算法里的作用，是暂存驱动表的数据。但是在 NLJ 算法里并没有用。那么，我们刚好就可以复用join_buffer到 BKA 算法中。

NLJ 算法优化后的 BKA 算法的流程，如图所示：

图中，在join_buffer中放入的数据是 R1~R100，表示的是只会取查询需要的字段。当然，如果join buffer放不下 R1~R100 的所有数据，就会把这 100 行数据分成多段执行上图的流程。

如果要使用 BKA 优化算法的话，你需要在执行 SQL 语句之前，先设置

set optimizer_switch='mrr=on,mrr_cost_based=off,batched_key_access=on';

其中，前两个参数的作用是要启用 MRR。这么做的原因是，BKA 算法的优化要依赖于 MRR。

对于 BNL，我们可以通过建立索引转为 BKA。但是，有时候你确实会碰到一些不适合在被驱动表上建索引的情况。比如下面这个语句：

select * from t1 join t2 on (t1.b=t2.b) where t2.b>=1 and t2.b<=2000;

假设 t1 表 1000 行，t2 表 100 万行，t2.b<=2000 过滤后，t2 表需要参与 join 的只有 2000 行数据。

如果这条语句是一个低频的 SQL 语句，那么在表 t2 的字段 b 上创建索引就很浪费了。

这时候，我们可以考虑使用临时表。使用临时表的大致思路是：

1. 把表 t2 中满足条件的数据放在临时表 tmp_t 中；

2. 为了让 join 使用 BKA 算法，给临时表 tmp_t 的字段 b 加上索引；

3. 让表 t1 和 tmp_t 做 join 操作。

此时，对应的 SQL 语句的写法如下：

create temporary table temp_t(id int primary key, a int, b int, index(b))engine=innodb;insert into temp_t select * from t2 where b>=1 and b<=2000;select * from t1 join temp_t on (t1.b=temp_t.b);

总体来看，不论是在原表上加索引，还是用有索引的临时表，我们的思路都是让 join 语句能够用上被驱动表上的索引，来触发 BKA 算法，提升查询性能。

总结

在 MySQL 中，不管 Join 使用的是 NLJ 还是 BNL 总是应该使用小表做驱动表。更准确地说，在决定哪个表做驱动表的时候，应该是两个表按照各自的条件过滤，过滤完成之后，计算参与 join 的各个字段的总数据量，数据量小的那个表，就是“小表”，应该作为驱动表。

另外应当尽量避免使用 BNL 算法，如果确认优化器会使用 BNL 算法，就需要做优化。优化的常见做法是，给被驱动表的 join 字段加上索引，把 BNL 算法转成 BKA 算法。对于不好在索引的情况，可以基于临时表的改进方案，提前过滤出小数据添加索引。

感谢阅读，如果本篇文章有任何错误和建议，欢迎给我留言指正。

老铁们，关注我的微信公众号「Java 随想录」，专注分享 Java 技术干货，文章持续更新，可以关注公众号第一时间阅读。

一起交流学习，期待与你共同进步！